import sys
import os
import numpy as np
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline
from IPython.display import display, HTML, Image
import seaborn as sns
from sklearn.model_selection import train_test_split
from sklearn.impute import KNNImputer
from sklearn.linear_model import LinearRegression
from sklearn import metrics
from sklearn.ensemble import RandomForestRegressor
from sklearn.multioutput import MultiOutputRegressor
from sklearn.metrics import roc_curve, roc_auc_score, auc, accuracy_score, confusion_matrix, r2_score, mean_squared_error
import shap
shap.initjs()
import warnings
warnings.filterwarnings("ignore")
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', 500)
rnd = [7, 42, 77, 777, 7777]
def load_table(table_name, year):
if year == '2019':
data_path = '/afs/csail/group/medg/bayer/2019 Data/csv/'
elif year == '2020':
data_path = '/afs/csail/group/medg/bayer/2020 Data/Study1clin/csv/'
table = pd.read_csv(os.path.join(data_path, table_name + '.csv'), encoding='latin') # the adlb table has problem of using utf8
return table
def evaluation(use_df, model, pred, y, explain=False, single=True):
diff = pred.flatten() - y.flatten()
percentDiff = (diff / y.flatten()) * 100
absPercentDiff = np.abs(percentDiff)
mean = np.mean(absPercentDiff)
std = np.std(absPercentDiff)
qt = np.quantile(absPercentDiff, [0.25, 0.5, 0.75])
print(r2_score(y, pred, sample_weight=None, multioutput='raw_values'))
# print(mean)
# print(std)
print(qt)
if single == True:
res = pd.DataFrame({'pred': pred.tolist(), 'gt': y.tolist()})
print('% diff mean: ' + str(np.round(np.mean((res['pred'] - res['gt']) / (res['gt'] + 10e-6)) * 100, 2)))
print('% diff median: ' + str(np.round(np.median((res['pred'] - res['gt']) / (res['gt'] + 10e-6)) * 100, 2)))
print('Pearson: ' + str(np.round(pearsonr(res['pred'], res['gt']), 2)))
plt.figure()
plt.plot(res['gt'], res['pred'], 'o', alpha=0.3)
plt.plot(res['gt'], res['gt'])
plt.close()
else:
res = pd.DataFrame({'pred': pred.tolist(), 'y': y.tolist()})
res[[
'kccq_pred', 'fluid_pred', 'bnp_pred', #'6mwd_pred', 'trop_pred',
'kccq_acc_pred', 'fluid_acc_pred', 'bnp_acc_pred', #'6mwd_acc_pred', 'trop_acc_pred',
]] = pd.DataFrame(res.pred.values.tolist(), index=res.index)
res[[
'kccq', 'fluid', 'bnp', # 6mwd', 'trop',
'kccq_acc', 'fluid_acc', 'bnp_acc',#'6mwd_acc', 'trop_acc',
]] = pd.DataFrame(res.y.values.tolist(), index=res.index)
lst = [
'kccq', 'fluid', 'bnp', #'6mwd', 'trop',
'kccq_acc', 'fluid_acc', 'bnp_acc', #'6mwd_acc', 'trop_acc',
]
for i in lst:
print(i)
pp = i + '_pred'
print(np.mean((res[pp] - res[i]) / (res[i] + 10e-6)))
print(np.median((res[pp] - res[i]) / (res[i] + 10e-6)))
print(pearsonr(res[pp], res[i]))
plt.figure()
plt.plot(res[i], res[pp], 'o', alpha=0.3)
plt.plot(res[i], res[i])
plt.close()
# feat_imp_rf = rf.feature_importances_
# idxSort = np.argsort(feat_imp_rf)
# plt.figure(figsize=[12,8])
# plt.barh(range(10), feat_imp_rf[idxSort[0:10]],
# tick_label = use_df[feature].columns[idxSort[0:10]],
# align='center')
# plt.show()
if explain == True:
explainer_tree = shap.TreeExplainer(rf)
shap_values_tree = explainer_tree.shap_values(use_df[feature])
shap.summary_plot(shap_values_tree, use_df[feature])
for name in feature:
shap.dependence_plot(name, shap_values_tree, use_df[feature], interaction_index=None, alpha=0.3)
useful_static_features_2019 = ['UASR', 'BMIGR1N', 'TRT01A',
'NTBNPN', 'NYHAFUCN',
'BETABLKN', 'ATRFIBRN', 'HYPERTEN',
'DIABETEN', 'BASEGFRN', 'CAFFDRKN',
# 'MWDSIXN', 'TIMECHN', 'NOCTN', 'CADN', 'LAINCN',
'LVEFB55', 'LVEFB50',
]
useful_static_features_2020 = ['UASR', 'BMIGR1N', 'TRT01A',
'NTBNPN', 'NYHAFUCN',
'BETABLKN', 'ATRFIBRN', 'HYPERTEN',
'DIABETEN', 'BASEGFRN', 'CAFFDRKN',
'LVEFB25', 'LVEFB40', 'LVEFB45',
]
advs = load_table('advs', '2019')
static = advs[useful_static_features_2019]
static['LVEF'] = np.where(static['LVEFB55']=='>=55', '>=55',
np.where((static['LVEFB55']=='<55') & (static['LVEFB50']=='>=50'), '50-55',
np.where(static['LVEFB50']=='<50', '<50', 'Missing')))
del static['LVEFB55']
del static['LVEFB50']
advs_r = load_table('advs', '2020')
static_r = advs_r[useful_static_features_2020]
static_r['LVEF'] = np.where(static_r['LVEFB45']=='>45', '>45',
np.where((static_r['LVEFB45']=='<=45') & (static_r['LVEFB40']=='> 40'), '40-45',
np.where((static_r['LVEFB40']=='<= 40') & (static_r['LVEFB25']=='> 25'), '25-40',
np.where(static_r['LVEFB25']=='<= 25', '<25', 'Missing'))))
del static_r['LVEFB45']
del static_r['LVEFB40']
del static_r['LVEFB25']
static = pd.concat([static, static_r], axis=0)
static[['USUBJID','AGE', 'GENDER', 'RACE']] = static['UASR'].str.split(pat='/', expand=True)
static['GENDER'] = np.where(static['GENDER']=='F', 0, 1)
static['RACE_W'] = np.where(static['RACE']=='W', 1, 0)
static['RACE_A'] = np.where(static['RACE']=='A', 1, 0) # only two races
static['TRIAL_DRUG'] = np.where(static['TRT01A']=='Placebo', 0, 1)
del static['UASR']
del static['RACE']
static = static.drop_duplicates()
static.head(5)
| BMIGR1N | TRT01A | NTBNPN | NYHAFUCN | BETABLKN | ATRFIBRN | HYPERTEN | DIABETEN | BASEGFRN | CAFFDRKN | LVEF | USUBJID | AGE | GENDER | RACE_W | RACE_A | TRIAL_DRUG | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 29 | Neladenoson 20mg | 8 | 3 | 0 | 0 | 1 | 0 | 1.0 | 1 | >=55 | 200894 | 64 | 1 | 1 | 0 | 1 |
| 9 | 29 | Placebo | 7 | 2 | 1 | 0 | 1 | 1 | 1.0 | 1 | >=55 | 203831 | 72 | 1 | 1 | 0 | 0 |
| 38 | 29 | Placebo | 7 | 2 | 1 | 0 | 0 | 0 | 2.0 | 1 | >=55 | 200979 | 71 | 0 | 1 | 0 | 0 |
| 67 | 28 | Neladenoson 40mg | 7 | 3 | 1 | 0 | 1 | 0 | 2.0 | 1 | Missing | 202575 | 76 | 1 | 1 | 0 | 1 |
| 96 | 28 | Neladenoson 5mg | 7 | 2 | 0 | 0 | 1 | 1 | 2.0 | 1 | >=55 | 200882 | 68 | 1 | 1 | 0 | 1 |
print(static['LVEF'].value_counts() / len(static['LVEF']))
ax = static['LVEF'].value_counts().plot(kind='bar', title='LVEF', figsize=(12, 8), legend=True)
ax.set_xlabel('EF')
ax.set_ylabel('Count')
plt.show()
Missing 0.296296 <25 0.192044 25-40 0.187929 >=55 0.160494 <50 0.054870 50-55 0.049383 40-45 0.034294 >45 0.024691 Name: LVEF, dtype: float64
print(static['NYHAFUCN'].value_counts() / len(static['NYHAFUCN']))
ax = static['NYHAFUCN'].value_counts().plot(kind='bar', title='NYHA', figsize=(12, 8), legend=True)
ax.set_xlabel('NYHA')
ax.set_ylabel('Count')
plt.show()
2 0.677641 3 0.320988 1 0.001372 Name: NYHAFUCN, dtype: float64
select = [
'USUBJID', 'AGE', 'GENDER', 'RACE_W', 'TRIAL_DRUG', 'RACE_A', # RACE_A == 33, RACE_W == 266
'HYPERTEN', 'DIABETEN', 'CAFFDRKN', 'BETABLKN', 'BASEGFRN',
# 'CADN', 'LAINCN', --> not in HFrEF group, didn't select other features since they are already in other tables
]
static['USUBJID'] = static['USUBJID'].astype(int)
static['AGE'] = static['AGE'].astype(int)
static = static[select]
static.describe()
| USUBJID | AGE | GENDER | RACE_W | TRIAL_DRUG | RACE_A | HYPERTEN | DIABETEN | CAFFDRKN | BETABLKN | BASEGFRN | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| count | 729.000000 | 729.000000 | 729.000000 | 729.000000 | 729.000000 | 729.000000 | 729.000000 | 729.000000 | 729.000000 | 729.000000 | 718.000000 |
| mean | 146599.526749 | 69.839506 | 0.684499 | 0.897119 | 0.751715 | 0.079561 | 0.716049 | 0.407407 | 0.847737 | 0.873800 | 1.449861 |
| std | 49459.532999 | 9.965753 | 0.465034 | 0.304012 | 0.432315 | 0.270798 | 0.451223 | 0.491689 | 0.359523 | 0.332303 | 0.497826 |
| min | 100027.000000 | 31.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 |
| 25% | 104075.000000 | 64.000000 | 0.000000 | 1.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 1.000000 | 1.000000 |
| 50% | 108564.000000 | 71.000000 | 1.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 1.000000 | 1.000000 | 1.000000 |
| 75% | 203871.000000 | 77.000000 | 1.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 2.000000 |
| max | 209858.000000 | 93.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 2.000000 |
static['AGE'].hist()#.plot(kind='kde')
<matplotlib.axes._subplots.AxesSubplot at 0x7fcadd677898>
len(static.USUBJID.unique())
729
adcm = load_table('adcm', '2019')
adcm = adcm[(adcm.CMSTDT < adcm.TRTSDT) | (pd.isnull(adcm.CMSTDT))] # only choose the medication before treatment
adcm['RMHSPDC_GRP'] = adcm['RMHSPDC'].str.split(' -').str[0]
adcm['RMHSPDC_NAME'] = adcm['RMHSPDC'].str.rstrip(' -').str.split('- ').str[1].fillna('OTHERS')
adcm['RMHSPDC_NAME_MOD'] = ['MED_' + i.rstrip().replace(' ', '_') for i in adcm['RMHSPDC_NAME']]
adcm_cleaned = adcm[['USUBJID', 'RMHSPDC_GRP', 'RMHSPDC_NAME_MOD']]
adcm_cleaned_p = adcm_cleaned.dropna().drop_duplicates()
adcm = load_table('adcm', '2020')
adcm = adcm[(adcm.CMSTDT < adcm.TRTSDT) | (pd.isnull(adcm.CMSTDT))] # only choose the medication before treatment
adcm['RMHSPDC_GRP'] = adcm['RMHSPDC'].str.split(' -').str[0]
adcm['RMHSPDC_NAME'] = adcm['RMHSPDC'].str.rstrip(' -').str.split('- ').str[1].fillna('OTHERS')
adcm['RMHSPDC_NAME_MOD'] = ['MED_' + i.rstrip().replace(' ', '_') for i in adcm['RMHSPDC_NAME']]
adcm_cleaned = adcm[['USUBJID', 'RMHSPDC_GRP', 'RMHSPDC_NAME_MOD']]
adcm_cleaned_r = adcm_cleaned.dropna().drop_duplicates()
adcm_cleaned = pd.concat([adcm_cleaned_p, adcm_cleaned_r], axis=0)
med_list = adcm_cleaned.RMHSPDC_NAME_MOD.value_counts()[:15].index
print(med_list)
adcm_cleaned = adcm_cleaned[adcm_cleaned.RMHSPDC_NAME_MOD.isin(med_list) & (adcm_cleaned.RMHSPDC_NAME_MOD != 'OTHERS')]
adcm_cleaned['value'] = 1
adcm_pivoted = adcm_cleaned.pivot_table(
values='value',
index='USUBJID',
columns='RMHSPDC_NAME_MOD',
aggfunc=np.mean)
adcm_pivoted = adcm_pivoted.fillna(0)
adcm_pivoted['MED_DYSLIPID'] = np.where((adcm_pivoted['MED_DYSLIPIDEMIA']==1) |
(adcm_pivoted['MED_HYPERCHOLESTEROLEMIA']==1) |
(adcm_pivoted['MED_HYPERLIPIDEMIA']==1), 1, 0)
adcm_pivoted['MED_HYPERUR'] = np.where((adcm_pivoted['MED_HYPERURICEMIA']==1) |
(adcm_pivoted['MED_GOUT']==1), 1, 0)
adcm_pivoted['MED_DM'] = np.where((adcm_pivoted['MED_DIABETES_MELLITUS']==1) |
(adcm_pivoted['MED_DIABETES']==1), 1, 0)
del adcm_pivoted['MED_DEPRESSION']
del adcm_pivoted['MED_HYPERURICEMIA']
del adcm_pivoted['MED_GOUT']
del adcm_pivoted['MED_HYPOTHYROIDISM']
del adcm_pivoted['MED_DYSLIPIDEMIA']
del adcm_pivoted['MED_HYPERCHOLESTEROLEMIA']
del adcm_pivoted['MED_HYPERLIPIDEMIA']
del adcm_pivoted['MED_DIABETES_MELLITUS']
del adcm_pivoted['MED_DIABETES']
adcm_pivoted.head(5)
Index(['MED_CHRONIC_HEART_FAILURE', 'MED_ATRIAL_FIBRILLATION',
'MED_ARTERIAL_HYPERTENSION', 'MED_DIABETES_MELLITUS_TYPE_2',
'MED_HYPERLIPIDEMIA', 'MED_DYSLIPIDEMIA', 'MED_CORONARY_ARTERY_DISEASE',
'MED_HYPERURICEMIA', 'MED_HYPERTENSION', 'MED_HYPOTHYROIDISM',
'MED_HYPERCHOLESTEROLEMIA', 'MED_DEPRESSION', 'MED_GOUT',
'MED_DIABETES_MELLITUS', 'MED_DIABETES'],
dtype='object')
| RMHSPDC_NAME_MOD | MED_ARTERIAL_HYPERTENSION | MED_ATRIAL_FIBRILLATION | MED_CHRONIC_HEART_FAILURE | MED_CORONARY_ARTERY_DISEASE | MED_DIABETES_MELLITUS_TYPE_2 | MED_HYPERTENSION | MED_DYSLIPID | MED_HYPERUR | MED_DM |
|---|---|---|---|---|---|---|---|---|---|
| USUBJID | |||||||||
| 100027 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0 | 0 | 0 |
| 100080 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0 | 0 | 0 |
| 100089 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0 | 0 | 1 |
| 100111 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1 | 0 | 0 |
| 100167 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1 | 0 | 0 |
admh_p = load_table('admh', '2019')[['USUBJID', 'MHLLT', 'MHHLGT', 'MHBODSYS']].drop_duplicates()
admh_r = load_table('admh', '2020')[['USUBJID', 'MHLLT', 'MHHLGT', 'MHBODSYS']].drop_duplicates()
admh = pd.concat([admh_p, admh_r], axis=0)
admh = admh.assign(PMH = np.where(admh.MHBODSYS == 'Cardiac disorders', admh.MHHLGT, admh.MHBODSYS))
admh['PMH'] = ['PMH_' + i.replace(' ', '_').upper() for i in admh['PMH']]
admh['value'] = 1
admh_pivoted = admh.pivot_table(
values='value',
index='USUBJID',
columns='PMH',
aggfunc=np.sum)
admh_pivoted = admh_pivoted.fillna(0)
select = [
'PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS',
'PMH_CARDIAC_ARRHYTHMIAS',
'PMH_CARDIAC_VALVE_DISORDERS',
'PMH_CORONARY_ARTERY_DISORDERS',
'PMH_ENDOCRINE_DISORDERS',
'PMH_GASTROINTESTINAL_DISORDERS',
'PMH_HEART_FAILURES',
'PMH_HEPATOBILIARY_DISORDERS',
'PMH_IMMUNE_SYSTEM_DISORDERS',
'PMH_METABOLISM_AND_NUTRITION_DISORDERS',
'PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS',
'PMH_MYOCARDIAL_DISORDERS',
'PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS)',
'PMH_NERVOUS_SYSTEM_DISORDERS',
'PMH_PERICARDIAL_DISORDERS',
'PMH_PSYCHIATRIC_DISORDERS',
'PMH_RENAL_AND_URINARY_DISORDERS',
'PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS',
'PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS',
'PMH_VASCULAR_DISORDERS'
]
admh_pivoted = admh_pivoted[select]
admh_pivoted.head(5)
| PMH | PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS | PMH_CARDIAC_ARRHYTHMIAS | PMH_CARDIAC_VALVE_DISORDERS | PMH_CORONARY_ARTERY_DISORDERS | PMH_ENDOCRINE_DISORDERS | PMH_GASTROINTESTINAL_DISORDERS | PMH_HEART_FAILURES | PMH_HEPATOBILIARY_DISORDERS | PMH_IMMUNE_SYSTEM_DISORDERS | PMH_METABOLISM_AND_NUTRITION_DISORDERS | PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS | PMH_MYOCARDIAL_DISORDERS | PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS) | PMH_NERVOUS_SYSTEM_DISORDERS | PMH_PERICARDIAL_DISORDERS | PMH_PSYCHIATRIC_DISORDERS | PMH_RENAL_AND_URINARY_DISORDERS | PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS | PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS | PMH_VASCULAR_DISORDERS |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| USUBJID | ||||||||||||||||||||
| 100027 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 2.0 |
| 100080 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 100089 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 |
| 100111 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| 100167 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
adqskccq_p = load_table('adqskccq', '2019')[['USUBJID', 'QSDT', 'VISIT', 'PARAMCD', 'PARAM', 'AVAL']]
adqskccq_r = load_table('adqskccq', '2020')[['USUBJID', 'QSDT', 'VISIT', 'PARAMCD', 'PARAM', 'AVAL']]
adqskccq = pd.concat([adqskccq_p, adqskccq_r], axis=0)
adqskccq = adqskccq[adqskccq.PARAM == 'Overall Summary Score']
adqskccq_pivoted = adqskccq.pivot_table(
values='AVAL',
index=['USUBJID', 'VISIT'],
columns='PARAM',
aggfunc=np.mean)
adqskccq_pivoted.head(5)
| PARAM | Overall Summary Score | |
|---|---|---|
| USUBJID | VISIT | |
| 100027 | DAY 0 | 24.479167 |
| DAY 28 | 44.791667 | |
| PREMATURE DISCONTINUATION VISIT | 66.406250 | |
| 100080 | DAY 0 | 56.250000 |
| DAY 28 | 65.104167 |
adqsnyha_p = load_table('adqsnyha', '2019')[['USUBJID', 'QSDT', 'VISIT', 'PARAMCD', 'PARAM', 'AVAL']]
adqsnyha_r = load_table('adqsnyha', '2020')[['USUBJID', 'QSDT', 'VISIT', 'PARAMCD', 'PARAM', 'AVAL']]
adqsnyha = pd.concat([adqsnyha_p, adqsnyha_r], axis=0)
# adqsnyha = adqsnyha[adqsnyha.VISIT == 'DAY 0']
adqsnyha_pivoted = adqsnyha.pivot_table(
values='AVAL',
index=['USUBJID', 'VISIT'],
columns='PARAM',
aggfunc=np.mean)
adqsnyha_pivoted.head(5)
| PARAM | NYHA Functional Class | |
|---|---|---|
| USUBJID | VISIT | |
| 100027 | DAY 0 | 2.0 |
| DAY 28 | 2.0 | |
| PREMATURE DISCONTINUATION VISIT | 3.0 | |
| SAFETY FOLLOW UP VISIT | 3.0 | |
| 100080 | DAY 0 | 2.0 |
# No adsu in HFrEF
adsu_p = load_table('adsu', '2019')[['USUBJID', 'VISIT', 'SUCAT', 'SUOCCUR']]
adsu_r = load_table('adsu', '2020')[['USUBJID', 'VISIT', 'SUCAT', 'SUOCCUR']]
adsu = pd.concat([adsu_p, adsu_r], axis=0)
# adsu = adsu[adsu.VISIT == 'DAY 0'].dropna().drop_duplicates()
adsu['SUCAT'] = [i.replace(' ', '_') for i in adsu['SUCAT']]
adsu['SUOCCUR'] = np.where(adsu['SUOCCUR'] == 'Y', 1, 0)
adsu_pivoted = adsu.pivot_table(
values='SUOCCUR',
index=['USUBJID', 'VISIT'],
columns='SUCAT',
aggfunc=np.max)
adsu_pivoted.head(5)
| SUCAT | ALCOHOL_CONSUMPTION | CONTAINING_METHLYXANTHINE | TOBACCO | |
|---|---|---|---|---|
| USUBJID | VISIT | |||
| 100027 | DAY 0 | 1.0 | 1.0 | 1.0 |
| PREMATURE DISCONTINUATION VISIT | NaN | 1.0 | NaN | |
| 100080 | DAY 0 | 0.0 | 1.0 | 1.0 |
| END OF TREATMENT | NaN | 1.0 | NaN | |
| 100089 | DAY 0 | 0.0 | 1.0 | 1.0 |
advs_p = load_table('advs', '2019')[['USUBJID', 'VSDT', 'VISIT', 'VSTEST', 'AVAL', 'PCHG']]
advs_r = load_table('advs', '2020')[['USUBJID', 'VSDT', 'VISIT', 'VSTEST', 'AVAL', 'PCHG']]
advs = pd.concat([advs_p, advs_r], axis=0)
# advs = advs[advs.VISIT == 'DAY 0']
advs['VSTEST'] = [i.replace(' ', '_').upper() for i in advs['VSTEST']]
selected = ['BODY_MASS_INDEX', 'SYSTOLIC_BLOOD_PRESSURE', 'DIASTOLIC_BLOOD_PRESSURE', 'HEART_RATE']
advs = advs[advs['VSTEST'].isin(selected)]
advs_pivoted = advs.pivot_table(
values='AVAL',
index=['USUBJID', 'VISIT'],
columns='VSTEST',
aggfunc=np.mean)
advs_pivoted.head(5)
| VSTEST | BODY_MASS_INDEX | DIASTOLIC_BLOOD_PRESSURE | HEART_RATE | SYSTOLIC_BLOOD_PRESSURE | |
|---|---|---|---|---|---|
| USUBJID | VISIT | ||||
| 100027 | DAY 0 | 31.2 | 68.0 | 77.0 | 121.0 |
| DAY 28 | NaN | 100.0 | 79.0 | 130.0 | |
| PREMATURE DISCONTINUATION VISIT | NaN | 56.0 | 65.0 | 87.0 | |
| SAFETY FOLLOW UP VISIT | NaN | 67.0 | 55.0 | 102.0 | |
| SCREENING | NaN | 85.0 | 93.0 | 115.0 |
adlb_p = load_table('adlb', '2019')[['USUBJID', 'LBDT', 'VISIT', 'LBTEST', 'LBORRES', 'LBNRIND']]
adlb_r = load_table('adlb', '2020')[['USUBJID', 'LBDT', 'VISIT', 'LBTEST', 'LBORRES', 'LBNRIND']]
adlb = pd.concat([adlb_p, adlb_r], axis=0)
# adlb = adlb[adlb['VISIT'] == 'DAY 0']
adlb['LBTEST'] = ['LB_' + i.replace(' ', '_').upper() for i in adlb['LBTEST']]
adlb_pivoted = adlb.pivot_table(
values='LBORRES',
index=['USUBJID', 'VISIT'],
columns='LBTEST',
aggfunc=np.sum)
adlb_pivoted.head(5)
| LBTEST | LB_ACTIVATED_PARTIAL_THROMBOPLASTIN_TIME | LB_ALANINE_AMINOTRANSFERASE | LB_ALBUMIN | LB_ALKALINE_PHOSPHATASE | LB_AMYLASE | LB_ASPARTATE_AMINOTRANSFERASE | LB_BASOPHILS | LB_BASOPHILS/LEUKOCYTES | LB_BILIRUBIN | LB_CALCIUM | LB_CHLORIDE | LB_CHOLESTEROL | LB_CREATINE_KINASE | LB_CREATINE_KINASE_MB | LB_CREATININE | LB_CYSTATIN_C | LB_DIRECT_BILIRUBIN | LB_EOSINOPHILS | LB_EOSINOPHILS/LEUKOCYTES | LB_ERY._MEAN_CORPUSCULAR_HEMOGLOBIN | LB_ERY._MEAN_CORPUSCULAR_HGB_CONCENTRATION | LB_ERY._MEAN_CORPUSCULAR_VOLUME | LB_ERYTHROCYTES | LB_GAMMA_GLUTAMYL_TRANSFERASE | LB_GLOMERULAR_FILTRATION_RATE,_ESTIMATED | LB_GLUCOSE | LB_HDL_CHOLESTEROL | LB_HEMATOCRIT | LB_HEMOGLOBIN | LB_INDIRECT_BILIRUBIN | LB_LABORATORY_ALL | LB_LACTATE_DEHYDROGENASE | LB_LDL_CHOLESTEROL | LB_LEUKOCYTES | LB_LYMPHOCYTES | LB_LYMPHOCYTES/LEUKOCYTES | LB_MAGNESIUM | LB_MONOCYTES | LB_MONOCYTES/LEUKOCYTES | LB_NEUTROPHILS | LB_NEUTROPHILS/LEUKOCYTES | LB_PHOSPHATE | LB_PLATELETS | LB_POTASSIUM | LB_PROTEIN | LB_PROTHROMBIN_INTL._NORMALIZED_RATIO | LB_PROTHROMBIN_TIME | LB_RETICULOCYTES/ERYTHROCYTES | LB_SODIUM | LB_TRIACYLGLYCEROL_LIPASE | LB_TRIGLYCERIDES | LB_TROPONIN_I | LB_TROPONIN_T | LB_URATE | LB_UREA | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| USUBJID | VISIT | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 100027 | DAY 0 | LBORRES | 26.2 | 27 | 4.2 | 82 | 64 | 30 | 0.06 | 0.7 | 0.3 | 10.5 | 94 | 258 | 68 | NaN | 1 | 1.02 | 0.1 | 0.28 | 3.2 | 28 | 32 | 88 | 5.4 | 44 | 80.8 | 232 | 35 | 47 | 15.3 | 0.2 | NaN | 209 | 0 | 8.86 | 2.18 | 24.7 | 2 | 0.5 | 5.7 | 5.82 | 65.7 | 3.7 | 315 | 5 | 7.9 | 1.1 | 12.3 | 2.8 | 138 | 49 | 647 | NaN | NaN | 13.2 | 29 |
| DAY 28 | LBORRES | 26.2 | 24 | 3.7 | 82 | 66 | 22 | 0 | 0 | 0.2 | 9.5 | 96 | 243 | 78 | NaN | 1.3 | 1.05 | <0.1 | 0.11 | 1 | 29 | 30 | 94 | 5.1 | 50 | 59.7 | 286 | 41 | 48 | 14.6 | <0.2 | NaN | 184 | 0 | 11.11 | 3.22 | 29 | 2.1 | 0.22 | 2 | 7.55 | 68 | 4 | 282 | 4.3 | 6.9 | 1.2 | 12.5 | 2.8 | 137 | 72 | 514 | NaN | NaN | 13.4 | 46 | |
| PREMATURE DISCONTINUATION VISIT | LBORRES | 34.3 | 28 | 3.9 | 79 | 82 | 27 | 0.12 | 1.1 | 0.5 | 9.5 | 97 | 264 | 88 | NaN | 1.9 | 1.54 | 0.1 | 0.25 | 2.4 | 29 | 33 | 90 | 4.5 | 44 | 38.5 | 195 | 40 | 40 | 13.1 | 0.4 | NaN | 207 | 167 | 10.24 | 2.42 | 23.6 | 2.3 | 0.47 | 4.6 | 6.99 | 68.3 | 5.8 | 290 | 5.9 | 7.4 | 1.7 | 18 | 4.1 | 135 | 45 | 284 | NaN | NaN | 14.5 | 54 | |
| SAFETY FOLLOW UP VISIT | LBORRES | 26.6 | 21 | 3.9 | 85 | 61 | 22 | 0.07 | 0.8 | 0.4 | 9.9 | 93 | 344 | 94 | NaN | 1.5 | NaN | 0.1 | 0.12 | 1.3 | 29 | 31 | 94 | 4.8 | 47 | 50.6 | 384 | 26 | 45 | 13.9 | 0.2 | NaN | 201 | 0 | 8.93 | 2.5 | 28 | 2.1 | 0.22 | 2.5 | 6.02 | 67.4 | 4.2 | 234 | 5.4 | 7.3 | 1.2 | 12.9 | 4.5 | 133 | 62 | 1370 | NaN | NaN | 13.6 | 50 | |
| 100080 | DAY 0 | LBORRES | 35.8 | 192 | 3.6 | 97 | 47 | 99 | 0.08 | 0.7 | 1 | 9.1 | 102 | 152 | 66 | NaN | 0.7 | 0.71 | 0.2 | 0.12 | 1.1 | 31 | 34 | 91 | 4.3 | 97 | 83 | 97 | 37 | 40 | 13.4 | 0.8 | NaN | 0 | 75 | 10.95 | 1.88 | 17.2 | 2.4 | 0.69 | 6.3 | 8.18 | 74.7 | 4 | 206 | 3.9 | 5.6 | 1.2 | 12 | 3.4 | 140 | 30 | 202 | NaN | NaN | 8.3 | 22 |
adxb = load_table('adxb', '2019')[['USUBJID', 'XBDT', 'VISIT', 'PARAMCD', 'XBTEST', 'AVALC', 'PCHG']]
adxb.head(100)
| USUBJID | XBDT | VISIT | PARAMCD | XBTEST | AVALC | PCHG | |
|---|---|---|---|---|---|---|---|
| 0 | 200894 | 2017-08-29 | DAY 0 | CREAT | CREATININE | 40 | 0.000000 |
| 1 | 200894 | 2017-08-29 | DAY 0 | NT_P_BNP | NT-PRO BNP | 1585 | 0.000000 |
| 2 | 200894 | 2017-08-29 | DAY 0 | NT_P_BNP | NT-PRO BNP | 1585 | 0.000000 |
| 3 | 200894 | 2017-08-29 | DAY 0 | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.06178 | 0.000000 |
| 4 | 200894 | NaN | NaN | TROPTHS | NaN | NaN | NaN |
| 5 | 200894 | 2017-08-29 | DAY 0 | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.06178 | 0.000000 |
| 6 | 200894 | 2017-08-29 | DAY 0 | LTROPTHS | TROPONIN T HIGH SENSITIVE | -2.784175591 | 0.000000 |
| 7 | 200894 | NaN | NaN | LTROPTHS | NaN | NaN | NaN |
| 8 | 200894 | 2017-08-29 | DAY 0 | LTROPTHS | TROPONIN T HIGH SENSITIVE | -2.784175591 | 0.000000 |
| 9 | 200894 | 2017-08-29 | DAY 0 | HBA1C | HEMOGLOBIN A1C | 5.9 | 0.000000 |
| 10 | 200894 | 2017-08-29 | DAY 0 | FFA | FREE FATTY ACIDS | 0.3 | 0.000000 |
| 11 | 200894 | 2017-08-29 | DAY 0 | UACR | URINE ALBUMIN-TO-CREATININE RATIO | 2.6013 | 0.000000 |
| 12 | 200894 | 2017-08-29 | DAY 0 | UALBUM | ALBUMIN | 9 | 0.000000 |
| 13 | 200894 | 2017-08-29 | DAY 0 | NGAL | NEUTROPHIL GELATINASE-ASSOC. LIPOCALIN | 4.238 | 0.000000 |
| 14 | 200894 | 2017-08-29 | DAY 0 | LTNTPBNP | NT-PRO BNP | 7.3683396863 | 0.000000 |
| 15 | 200894 | 2017-08-29 | DAY 0 | LTNTPBNP | NT-PRO BNP | 7.3683396863 | 0.000000 |
| 16 | 203831 | 2017-10-25 | DAY 0 | CREAT | CREATININE | 106 | 0.000000 |
| 17 | 203831 | 2017-11-23 | DAY 28 | CREAT | CREATININE | 160 | 50.943396 |
| 18 | 203831 | 2018-03-15 | END OF TREATMENT | CREAT | CREATININE | 143 | 34.905660 |
| 19 | 203831 | 2017-10-25 | DAY 0 | NT_P_BNP | NT-PRO BNP | 316 | 0.000000 |
| 20 | 203831 | 2017-11-23 | DAY 28 | NT_P_BNP | NT-PRO BNP | 179 | -43.354430 |
| 21 | 203831 | 2018-03-15 | END OF TREATMENT | NT_P_BNP | NT-PRO BNP | 159 | -49.683544 |
| 22 | 203831 | 2018-03-15 | END OF TREATMENT | NT_P_BNP | NT-PRO BNP | 159 | -49.683544 |
| 23 | 203831 | 2018-03-15 | END OF TREATMENT | NT_P_BNP | NT-PRO BNP | 159.00000000 | -49.683544 |
| 24 | 203831 | 2018-04-13 | SAFETY FOLLOW UP VISIT | NT_P_BNP | NT-PRO BNP | 119 | -62.341772 |
| 25 | 203831 | 2017-10-25 | DAY 0 | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.0065 | 0.000000 |
| 26 | 203831 | 2017-11-23 | DAY 28 | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.0065 | 0.000000 |
| 27 | 203831 | 2018-03-15 | END OF TREATMENT | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.0065 | 0.000000 |
| 28 | 203831 | 2018-03-15 | END OF TREATMENT | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.0065 | 0.000000 |
| 29 | 203831 | 2018-03-15 | END OF TREATMENT | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.00650000 | 0.000000 |
| 30 | 203831 | 2017-10-25 | DAY 0 | LTROPTHS | TROPONIN T HIGH SENSITIVE | -5.035953102 | 0.000000 |
| 31 | 203831 | 2017-11-23 | DAY 28 | LTROPTHS | TROPONIN T HIGH SENSITIVE | -5.035953102 | 0.000000 |
| 32 | 203831 | 2018-03-15 | END OF TREATMENT | LTROPTHS | TROPONIN T HIGH SENSITIVE | -5.035953102 | 0.000000 |
| 33 | 203831 | 2018-03-15 | END OF TREATMENT | LTROPTHS | TROPONIN T HIGH SENSITIVE | -5.035953102 | 0.000000 |
| 34 | 203831 | 2018-03-15 | END OF TREATMENT | LTROPTHS | TROPONIN T HIGH SENSITIVE | -5.03595310 | 0.000000 |
| 35 | 203831 | 2017-10-25 | DAY 0 | HBA1C | HEMOGLOBIN A1C | 7.3 | 0.000000 |
| 36 | 203831 | 2017-11-23 | DAY 28 | HBA1C | HEMOGLOBIN A1C | 7.8 | 6.849315 |
| 37 | 203831 | 2018-03-15 | END OF TREATMENT | HBA1C | HEMOGLOBIN A1C | 8.1 | 10.958904 |
| 38 | 203831 | 2017-10-25 | DAY 0 | FFA | FREE FATTY ACIDS | 0.4 | 0.000000 |
| 39 | 203831 | 2017-11-23 | DAY 28 | FFA | FREE FATTY ACIDS | 0.3 | -25.000000 |
| 40 | 203831 | 2018-03-15 | END OF TREATMENT | FFA | FREE FATTY ACIDS | 0.3 | -25.000000 |
| 41 | 203831 | 2017-10-25 | DAY 0 | UACR | URINE ALBUMIN-TO-CREATININE RATIO | 0.6786 | 0.000000 |
| 42 | 203831 | 2017-11-23 | DAY 28 | UACR | URINE ALBUMIN-TO-CREATININE RATIO | 0.6786 | 0.000000 |
| 43 | 203831 | 2018-03-15 | END OF TREATMENT | UACR | URINE ALBUMIN-TO-CREATININE RATIO | 0.4524 | -33.333333 |
| 44 | 203831 | 2017-10-25 | DAY 0 | UALBUM | ALBUMIN | 6 | 0.000000 |
| 45 | 203831 | 2017-11-23 | DAY 28 | UALBUM | ALBUMIN | 9 | 50.000000 |
| 46 | 203831 | 2018-03-15 | END OF TREATMENT | UALBUM | ALBUMIN | 6 | 0.000000 |
| 47 | 203831 | 2017-10-25 | DAY 0 | NGAL | NEUTROPHIL GELATINASE-ASSOC. LIPOCALIN | 8.706 | 0.000000 |
| 48 | 203831 | 2017-11-23 | DAY 28 | NGAL | NEUTROPHIL GELATINASE-ASSOC. LIPOCALIN | 41.908 | 381.369171 |
| 49 | 203831 | 2018-03-15 | END OF TREATMENT | NGAL | NEUTROPHIL GELATINASE-ASSOC. LIPOCALIN | 8.563 | -1.642545 |
| 50 | 203831 | 2017-10-25 | DAY 0 | LTNTPBNP | NT-PRO BNP | 5.7557422136 | 0.000000 |
| 51 | 203831 | 2017-11-23 | DAY 28 | LTNTPBNP | NT-PRO BNP | 5.1873858058 | -9.874598 |
| 52 | 203831 | 2018-03-15 | END OF TREATMENT | LTNTPBNP | NT-PRO BNP | 5.0689042022 | -11.933092 |
| 53 | 203831 | 2018-03-15 | END OF TREATMENT | LTNTPBNP | NT-PRO BNP | 5.0689042022 | -11.933092 |
| 54 | 203831 | 2018-04-13 | SAFETY FOLLOW UP VISIT | LTNTPBNP | NT-PRO BNP | 5.06890420 | -11.933092 |
| 55 | 203831 | 2018-04-13 | SAFETY FOLLOW UP VISIT | LTNTPBNP | NT-PRO BNP | 4.7791234931 | -16.967729 |
| 56 | 200979 | 2017-11-01 | DAY 0 | CREAT | CREATININE | 39 | 0.000000 |
| 57 | 200979 | 2017-11-30 | DAY 28 | CREAT | CREATININE | 74 | 89.743590 |
| 58 | 200979 | 2018-03-21 | END OF TREATMENT | CREAT | CREATININE | 26 | -33.333333 |
| 59 | 200979 | 2017-11-01 | DAY 0 | NT_P_BNP | NT-PRO BNP | 822 | 0.000000 |
| 60 | 200979 | 2017-11-30 | DAY 28 | NT_P_BNP | NT-PRO BNP | 768 | -6.569343 |
| 61 | 200979 | 2018-03-21 | END OF TREATMENT | NT_P_BNP | NT-PRO BNP | 953 | 15.936740 |
| 62 | 200979 | 2018-03-21 | END OF TREATMENT | NT_P_BNP | NT-PRO BNP | 953 | 15.936740 |
| 63 | 200979 | 2018-03-21 | END OF TREATMENT | NT_P_BNP | NT-PRO BNP | 953.00000000 | 15.936740 |
| 64 | 200979 | 2018-04-18 | SAFETY FOLLOW UP VISIT | NT_P_BNP | NT-PRO BNP | 787 | -4.257908 |
| 65 | 200979 | 2017-11-01 | DAY 0 | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.02171 | 0.000000 |
| 66 | 200979 | 2017-11-30 | DAY 28 | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.02569 | 18.332566 |
| 67 | 200979 | 2018-03-21 | END OF TREATMENT | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.0262 | 20.681713 |
| 68 | 200979 | 2018-03-21 | END OF TREATMENT | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.0262 | 20.681713 |
| 69 | 200979 | 2018-03-21 | END OF TREATMENT | TROPTHS | TROPONIN T HIGH SENSITIVE | 0.02620000 | 20.681713 |
| 70 | 200979 | 2017-11-01 | DAY 0 | LTROPTHS | TROPONIN T HIGH SENSITIVE | -3.829982295 | 0.000000 |
| 71 | 200979 | 2017-11-30 | DAY 28 | LTROPTHS | TROPONIN T HIGH SENSITIVE | -3.661653468 | -4.395029 |
| 72 | 200979 | 2018-03-21 | END OF TREATMENT | LTROPTHS | TROPONIN T HIGH SENSITIVE | -3.641995868 | -4.908284 |
| 73 | 200979 | 2018-03-21 | END OF TREATMENT | LTROPTHS | TROPONIN T HIGH SENSITIVE | -3.641995868 | -4.908284 |
| 74 | 200979 | 2018-03-21 | END OF TREATMENT | LTROPTHS | TROPONIN T HIGH SENSITIVE | -3.64199587 | -4.908284 |
| 75 | 200979 | 2017-11-01 | DAY 0 | HBA1C | HEMOGLOBIN A1C | 5.9 | 0.000000 |
| 76 | 200979 | 2017-11-30 | DAY 28 | HBA1C | HEMOGLOBIN A1C | 5.9 | 0.000000 |
| 77 | 200979 | 2018-03-21 | END OF TREATMENT | HBA1C | HEMOGLOBIN A1C | 5.6 | -5.084746 |
| 78 | 200979 | 2017-11-01 | DAY 0 | FFA | FREE FATTY ACIDS | 1.2 | 0.000000 |
| 79 | 200979 | 2017-11-30 | DAY 28 | FFA | FREE FATTY ACIDS | 1.3 | 8.333333 |
| 80 | 200979 | 2018-03-21 | END OF TREATMENT | FFA | FREE FATTY ACIDS | 1 | -16.666667 |
| 81 | 200979 | 2017-11-01 | DAY 0 | UACR | URINE ALBUMIN-TO-CREATININE RATIO | 0.4524 | 0.000000 |
| 82 | 200979 | 2017-11-30 | DAY 28 | UACR | URINE ALBUMIN-TO-CREATININE RATIO | 4.9764 | 1000.000000 |
| 83 | 200979 | 2018-03-21 | END OF TREATMENT | UACR | URINE ALBUMIN-TO-CREATININE RATIO | 1.2441 | 175.000000 |
| 84 | 200979 | 2017-11-01 | DAY 0 | UALBUM | ALBUMIN | 1.5 | 0.000000 |
| 85 | 200979 | 2017-11-30 | DAY 28 | UALBUM | ALBUMIN | 33 | 2100.000000 |
| 86 | 200979 | 2018-03-21 | END OF TREATMENT | UALBUM | ALBUMIN | 3 | 100.000000 |
| 87 | 200979 | 2017-11-01 | DAY 0 | NGAL | NEUTROPHIL GELATINASE-ASSOC. LIPOCALIN | 1.641 | 0.000000 |
| 88 | 200979 | 2017-11-30 | DAY 28 | NGAL | NEUTROPHIL GELATINASE-ASSOC. LIPOCALIN | 3.622 | 120.719074 |
| 89 | 200979 | 2018-03-21 | END OF TREATMENT | NGAL | NEUTROPHIL GELATINASE-ASSOC. LIPOCALIN | 3.906 | 138.025594 |
| 90 | 200979 | 2017-11-01 | DAY 0 | LTNTPBNP | NT-PRO BNP | 6.7117403951 | 0.000000 |
| 91 | 200979 | 2017-11-30 | DAY 28 | LTNTPBNP | NT-PRO BNP | 6.6437897331 | -1.012415 |
| 92 | 200979 | 2018-03-21 | END OF TREATMENT | LTNTPBNP | NT-PRO BNP | 6.8596149037 | 2.203222 |
| 93 | 200979 | 2018-03-21 | END OF TREATMENT | LTNTPBNP | NT-PRO BNP | 6.8596149037 | 2.203222 |
| 94 | 200979 | 2018-04-18 | SAFETY FOLLOW UP VISIT | LTNTPBNP | NT-PRO BNP | 6.85961490 | 2.203222 |
| 95 | 200979 | 2018-04-18 | SAFETY FOLLOW UP VISIT | LTNTPBNP | NT-PRO BNP | 6.6682282484 | -0.648299 |
| 96 | 202575 | 2017-08-10 | DAY 0 | CREAT | CREATININE | 47 | 0.000000 |
| 97 | 202575 | 2017-09-07 | DAY 28 | CREAT | CREATININE | 88 | 87.234043 |
| 98 | 202575 | 2018-01-04 | END OF TREATMENT | CREAT | CREATININE | 57 | 21.276596 |
| 99 | 202575 | 2017-08-10 | DAY 0 | NT_P_BNP | NT-PRO BNP | 483 | 0.000000 |
adxb_p = load_table('adxb', '2019')[['USUBJID', 'XBDT', 'VISIT', 'PARAMCD', 'XBTEST', 'AVALC', 'PCHG']]
adxb_r = load_table('adxb', '2020')[['USUBJID', 'XBDT', 'VISIT', 'PARAMCD', 'XBTEST', 'AVALC', 'PCHG']]
adxb = pd.concat([adxb_p, adxb_r], axis=0)
# adxb = adxb[adxb['VISIT'] == 'DAY 0'].dropna()
adxb['PARAMCD'] = ['XB_' + str(i).replace(' ', '_').upper() for i in adxb['PARAMCD']]
adxb = adxb.dropna()
adxb['AVALC'] = adxb.AVALC.astype(float)
print(adxb.PARAMCD.value_counts().index[:9].tolist())
print(adxb.XBTEST.value_counts().index[:9].tolist())
select = ['XB_NT_P_BNP', 'XB_TROPTHS', 'XB_HBA1C', 'XB_FFA', 'XB_UALBUM', 'XB_NGAL']
adxb = adxb[adxb['PARAMCD'].isin(select)]
adxb_pivoted = adxb.pivot_table(
values='AVALC',
index=['USUBJID', 'VISIT'],
columns='PARAMCD',
aggfunc=np.mean)
adxb_pivoted.head(5)
['XB_LTNTPBNP', 'XB_NT_P_BNP', 'XB_LTROPTHS', 'XB_TROPTHS', 'XB_CREAT', 'XB_UALBUM', 'XB_UACR', 'XB_HBA1C', 'XB_FFA'] ['NT-PRO BNP', 'TROPONIN T HIGH SENSITIVE', 'CREATININE', 'ALBUMIN', 'URINE ALBUMIN-TO-CREATININE RATIO', 'HEMOGLOBIN A1C', 'FREE FATTY ACIDS', 'NEUTROPHIL GELATINASE-ASSOC. LIPOCALIN']
| PARAMCD | XB_FFA | XB_HBA1C | XB_NGAL | XB_NT_P_BNP | XB_TROPTHS | XB_UALBUM | |
|---|---|---|---|---|---|---|---|
| USUBJID | VISIT | ||||||
| 100027 | DAY 28 | 0.3 | 10.4 | 9.324 | 1148.0 | 0.04103 | 92.0 |
| PREMATURE DISCONTINUATION VISIT | 0.8 | 10.2 | 27.418 | 689.0 | 0.05526 | 78.0 | |
| SAFETY FOLLOW UP VISIT | NaN | NaN | NaN | 1084.0 | NaN | NaN | |
| 100080 | DAY 28 | 0.6 | 5.8 | 4.151 | 4839.0 | 0.01595 | 9.0 |
| END OF TREATMENT | 0.4 | 5.7 | 28.201 | 2757.0 | 0.01625 | 17.0 |
adxl_p = load_table('adxl', '2019')[['USUBJID', 'XLDT', 'VISIT', 'PARAMCD', 'XLSMETHD', 'XLTEST', 'XLVIEW', 'AVALC', 'PCHG']]
adxl_r = load_table('adxl', '2020')[['USUBJID', 'XLDT', 'VISIT', 'PARAMCD', 'XLSMETHD', 'XLTEST', 'XLVIEW', 'AVALC', 'PCHG']]
adxl = pd.concat([adxl_p, adxl_r], axis=0)
# adxl = adxl[adxl['VISIT'] == 'DAY 0'].dropna(subset=['AVALC'])
adxl['XLTEST'] = ['XL_' + i.replace(' ', '_').upper() for i in adxl['XLTEST']]
adxl['AVALC'] = [''.join(str(s).split()) for s in adxl['AVALC']]
adxl['AVALC'] = np.where(adxl['AVALC'] == '.', np.nan, adxl['AVALC'])
adxl['AVALC'] = adxl.AVALC.astype(float)
select = [
'XL_DISTANCE_COVERED_AFTER_6_MINUTES',
'XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN',
'XL_LEFT_VENTRICULAR_MASS_INDEX',
'XL_CARDIAC_INDEX',
]
adxl = adxl[adxl['XLTEST'].isin(select)]
adxl_pivoted = adxl.pivot_table(
values='AVALC',
index=['USUBJID', 'VISIT'],
columns='XLTEST',
aggfunc=np.mean)
adxl_pivoted.head(5)
| XLTEST | XL_CARDIAC_INDEX | XL_DISTANCE_COVERED_AFTER_6_MINUTES | XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN | XL_LEFT_VENTRICULAR_MASS_INDEX | |
|---|---|---|---|---|---|
| USUBJID | VISIT | ||||
| 100080 | DAY 0 | NaN | NaN | -3.900000 | 104.77 |
| END OF TREATMENT | 2171.47 | NaN | -9.233333 | 89.59 | |
| 100089 | DAY 0 | NaN | NaN | -7.866667 | 174.73 |
| END OF TREATMENT | 1506.57 | NaN | -6.433333 | 138.25 | |
| 100111 | DAY 0 | NaN | NaN | NaN | 144.07 |
avivo_p = load_table('avivo', '2019')[[
'usubjid', 'start', 'end', 'visit_name', 'sub_category', 'category_details',
'num_result', 'character_result'
]]
avivo_r = load_table('avivo', '2020')[[
'usubjid', 'start', 'end', 'visit_name', 'sub_category', 'category_details',
'num_result', 'character_result'
]]
avivo = pd.concat([avivo_p, avivo_r], axis=0)
avivo = avivo.rename(columns={'usubjid': 'USUBJID', 'visit_name': 'VISIT'})
avivo['VISIT'] = avivo['VISIT'].replace('DAY0', 'DAY 0').replace('DAY56', 'DAY 56')
# avivo = avivo[avivo['VISIT'] == 'DAY 0']
avivo['category_details'] = ['A_' + i.replace(' ', '_').upper() for i in avivo['category_details']]
avivo['num_result'] = avivo.num_result.astype(float)
select = [
'A_SUMMARY_(MEAN)_HEART_RATE',
'A_SUMMARY_(MEAN)_FLUID_STATUS',
'A_SUMMARY_(MEAN)_RESPIRATION_RATE',
'A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY',
'A_HEART_RATE_VARIABILITY',
'A_AF_EPISODE_COUNT',
'A_PAUSE_COUNT',
]
avivo = avivo[avivo['category_details'].isin(select)]
avivo_pivoted = avivo.pivot_table(
values='num_result',
index=['USUBJID', 'VISIT'],
columns='category_details',
aggfunc=np.mean)
avivo_pivoted.head(5)
| category_details | A_AF_EPISODE_COUNT | A_HEART_RATE_VARIABILITY | A_PAUSE_COUNT | A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY | A_SUMMARY_(MEAN)_FLUID_STATUS | A_SUMMARY_(MEAN)_HEART_RATE | A_SUMMARY_(MEAN)_RESPIRATION_RATE | |
|---|---|---|---|---|---|---|---|---|
| USUBJID | VISIT | |||||||
| 100027 | DAY 0 | 17.0 | 87.500 | NaN | 1.42125 | 59.75750 | 88.724960 | 10.41125 |
| RUN IN | 20.0 | 106.750 | NaN | 1.36250 | 59.47125 | 79.235315 | 11.90875 | |
| 100072 | RUN IN | 7.0 | 57.875 | NaN | 1.87500 | 42.24625 | 70.322741 | 16.60125 |
| 100080 | DAY 0 | 71.0 | 57.375 | NaN | 2.90250 | 71.17750 | 102.697641 | 9.38000 |
| DAY 56 | 190.0 | 68.500 | NaN | 3.50500 | 80.19750 | 92.505135 | 10.85500 |
adqskccq = load_table('adqskccq', '2019')[['USUBJID', 'QSDT', 'VISIT', 'PARAMCD', 'PARAM', 'AVAL']]
adqskccq[(adqskccq.USUBJID==200080) & (adqskccq.PARAM=='Overall Summary Score')]
| USUBJID | QSDT | VISIT | PARAMCD | PARAM | AVAL | |
|---|---|---|---|---|---|---|
| 14890 | 200080 | 2017-12-13 | DAY 0 | KCCQOSS | Overall Summary Score | 86.458333 |
| 14891 | 200080 | 2018-01-10 | DAY 28 | KCCQOSS | Overall Summary Score | 90.104167 |
| 14892 | 200080 | 2018-03-07 | DAY 84 | KCCQOSS | Overall Summary Score | 96.875000 |
| 14893 | 200080 | 2018-05-02 | END OF TREATMENT | KCCQOSS | Overall Summary Score | 85.416667 |
| 14894 | 200080 | 2018-05-02 | END OF TREATMENT | KCCQOSS | Overall Summary Score | 85.416667 |
| 14895 | 200080 | 2018-05-02 | END OF TREATMENT | KCCQOSS | Overall Summary Score | 85.416667 |
adqskccq_p = load_table('adqskccq', '2019')[['USUBJID', 'QSDT', 'VISIT', 'PARAMCD', 'PARAM', 'AVAL']]
adqskccq_r = load_table('adqskccq', '2020')[['USUBJID', 'QSDT', 'VISIT', 'PARAMCD', 'PARAM', 'AVAL']]
adqskccq = pd.concat([adqskccq_p, adqskccq_r], axis=0)
d_adqskccq = adqskccq[adqskccq.PARAM == 'Overall Summary Score'].dropna().drop_duplicates(subset=['USUBJID', 'VISIT'])
# d_adqskccq['AVAL2'] = d_adqskccq['AVAL']
# d_adqskccq = d_adqskccq.groupby(['USUBJID', 'VISIT']).agg({'AVAL' : 'first', 'AVAL2' : 'last'})#.reset_index(0)
d_adqskccq['AVAL2'] = d_adqskccq.groupby(['USUBJID'])['AVAL'].transform(lambda x: x.shift(-1))
d_adqskccq['AVALF'] = d_adqskccq.groupby(['USUBJID'])['AVAL'].transform('last')
d_adqskccq['AVAL2'] = np.where(d_adqskccq['AVAL2'].isnull(), d_adqskccq['AVAL'], d_adqskccq['AVAL2'])
d_adqskccq['D_KCCQ'] = (d_adqskccq['AVAL2'] - d_adqskccq['AVAL']) / d_adqskccq['AVAL'] # change from absolute val to percentage
d_adqskccq['D_KCCQ_ACC'] = (d_adqskccq['AVALF'] - d_adqskccq['AVAL']) / d_adqskccq['AVAL'] # change from absolute val to percentage
d_adqskccq = d_adqskccq.groupby(['USUBJID', 'VISIT'])[['D_KCCQ', 'D_KCCQ_ACC']].agg('mean')
d_adqskccq.head(5)
| D_KCCQ | D_KCCQ_ACC | ||
|---|---|---|---|
| USUBJID | VISIT | ||
| 100027 | DAY 0 | 0.829787 | 1.712766 |
| DAY 28 | 0.482558 | 0.482558 | |
| PREMATURE DISCONTINUATION VISIT | 0.000000 | 0.000000 | |
| 100080 | DAY 0 | 0.157407 | 0.212963 |
| DAY 28 | 0.064000 | 0.048000 |
adxl_p = load_table('adxl', '2019')[['USUBJID', 'XLDT', 'VISIT', 'PARAMCD', 'XLSMETHD', 'XLTEST', 'XLVIEW', 'AVALC', 'PCHG']]
adxl_r = load_table('adxl', '2020')[['USUBJID', 'XLDT', 'VISIT', 'PARAMCD', 'XLSMETHD', 'XLTEST', 'XLVIEW', 'AVALC', 'PCHG']]
adxl = pd.concat([adxl_p, adxl_r], axis=0)
d_6mwd = adxl[adxl.XLTEST == 'Distance covered after 6 minutes'].dropna(subset=['AVALC']).drop_duplicates(subset=['USUBJID', 'VISIT'])
d_6mwd['AVALC'] = d_6mwd['AVALC'].astype(float)
# d_6mwd['AVALC2'] = d_6mwd['AVALC'].astype(float)
# d_6mwd = d_6mwd.groupby(['USUBJID']).agg({'AVALC' : 'first', 'AVALC2' : 'last'}).reset_index(0)
d_6mwd['AVALC2'] = d_6mwd.groupby(['USUBJID'])['AVALC'].transform(lambda x: x.shift(-1))
d_6mwd['AVALCF'] = d_6mwd.groupby(['USUBJID'])['AVALC'].transform('last')
d_6mwd['AVALC2'] = np.where(d_6mwd['AVALC2'].isnull(), d_6mwd['AVALC'], d_6mwd['AVALC2'])
d_6mwd['D_6MWD'] = (d_6mwd['AVALC2'] - d_6mwd['AVALC']) / d_6mwd['AVALC']
d_6mwd['D_6MWD_ACC'] = (d_6mwd['AVALCF'] - d_6mwd['AVALC']) / d_6mwd['AVALC']
d_6mwd = d_6mwd.groupby(['USUBJID', 'VISIT'])[['D_6MWD', 'D_6MWD_ACC']].agg('mean')
d_6mwd.head(5)
| D_6MWD | D_6MWD_ACC | ||
|---|---|---|---|
| USUBJID | VISIT | ||
| 200027 | DAY 0 | 0.131678 | 0.131678 |
| DAY 56 | 0.000000 | 0.000000 | |
| SCREENING | -0.022794 | 0.105882 | |
| 200072 | DAY 0 | 0.062356 | 0.055427 |
| DAY 56 | -0.006522 | -0.006522 |
adxb_p = load_table('adxb', '2019')[['USUBJID', 'XBDT', 'VISIT', 'PARAMCD', 'XBTEST', 'AVALC', 'PCHG']]
adxb_r = load_table('adxb', '2020')[['USUBJID', 'XBDT', 'VISIT', 'PARAMCD', 'XBTEST', 'AVALC', 'PCHG']]
adxb = pd.concat([adxb_p, adxb_r], axis=0)
d_trop = adxb[adxb.PARAMCD == 'TROPTHS'].drop_duplicates(subset=['USUBJID', 'VISIT'])
d_trop['AVALC'] = d_trop['AVALC'].replace('.', np.nan)
d_trop = d_trop.dropna(subset=['AVALC'])
d_trop['AVALC'] = d_trop['AVALC'].astype(float)
# d_trop['AVALC2'] = d_trop['AVALC'].astype(float)
# d_trop = d_trop.groupby(['USUBJID']).agg({'AVALC' : 'first', 'AVALC2' : 'last'}).reset_index(0)
d_trop['AVALC2'] = d_trop.groupby(['USUBJID'])['AVALC'].transform(lambda x: x.shift(-1))
d_trop['AVALCF'] = d_trop.groupby(['USUBJID'])['AVALC'].transform('last')
d_trop['AVALC2'] = np.where(d_trop['AVALC2'].isnull(), d_trop['AVALC'], d_trop['AVALC2'])
d_trop['D_TROP'] = (d_trop['AVALC2'] - d_trop['AVALC']) / d_trop['AVALC']
d_trop['D_TROP_ACC'] = (d_trop['AVALCF'] - d_trop['AVALC']) / d_trop['AVALC']
d_trop = d_trop.groupby(['USUBJID', 'VISIT'])[['D_TROP', 'D_TROP_ACC']].agg('mean')
d_trop.head(5)
d_bnp = adxb[adxb.PARAMCD == 'NT_P_BNP'].drop_duplicates(subset=['USUBJID', 'VISIT'])
d_bnp['AVALC'] = d_bnp['AVALC'].replace('.', np.nan)
d_bnp = d_bnp.dropna(subset=['AVALC'])
d_bnp['AVALC'] = d_bnp['AVALC'].astype(float)
# d_bnp['AVALC2'] = d_bnp['AVALC'].astype(float)
# d_bnp = d_bnp.groupby(['USUBJID']).agg({'AVALC' : 'first', 'AVALC2' : 'last'}).reset_index(0)
d_bnp['AVALC2'] = d_bnp.groupby(['USUBJID'])['AVALC'].transform(lambda x: x.shift(-1))
d_bnp['AVALCF'] = d_bnp.groupby(['USUBJID'])['AVALC'].transform('last')
d_bnp['AVALC2'] = np.where(d_bnp['AVALC2'].isnull(), d_bnp['AVALC'], d_bnp['AVALC2'])
d_bnp['D_BNP'] = (d_bnp['AVALC2'] - d_bnp['AVALC']) / d_bnp['AVALC']
d_bnp['D_BNP_ACC'] = (d_bnp['AVALCF'] - d_bnp['AVALC']) / d_bnp['AVALC']
d_bnp = d_bnp.groupby(['USUBJID', 'VISIT'])[['D_BNP', 'D_BNP_ACC']].agg('mean')
d_bnp.head(5)
| D_BNP | D_BNP_ACC | ||
|---|---|---|---|
| USUBJID | VISIT | ||
| 100027 | DAY 0 | 0.074906 | 0.014981 |
| DAY 28 | -0.399826 | -0.055749 | |
| PREMATURE DISCONTINUATION VISIT | 0.573295 | 0.573295 | |
| SAFETY FOLLOW UP VISIT | 0.000000 | 0.000000 | |
| 100080 | DAY 0 | 0.001656 | -0.353550 |
avivo_p = load_table('avivo', '2019')[[
'usubjid', 'start', 'end', 'visit_name', 'sub_category', 'category_details',
'num_result', 'character_result'
]]
avivo_r = load_table('avivo', '2020')[[
'usubjid', 'start', 'end', 'visit_name', 'sub_category', 'category_details',
'num_result', 'character_result'
]]
avivo = pd.concat([avivo_p, avivo_r], axis=0)
avivo = avivo.rename(columns={'usubjid': 'USUBJID', 'visit_name': 'VISIT'})
avivo['VISIT'] = avivo['VISIT'].replace('DAY0', 'DAY 0').replace('DAY56', 'DAY 56')
d_fluid = avivo[(avivo.category_details == 'SUMMARY (MEAN) FLUID STATUS') & (avivo.VISIT != 'RUN IN')].drop_duplicates(subset=['USUBJID', 'VISIT'])
d_fluid = d_fluid.sort_values(['USUBJID', 'start'], ascending = (True, True))
d_fluid = d_fluid.groupby(['USUBJID', 'VISIT']).agg('mean').reset_index(0)
d_fluid['AVALC'] = d_fluid['num_result']#.astype(float)
# d_fluid['AVALC2'] = d_fluid['num_result']#.astype(float)
# d_fluid = d_fluid.groupby(['USUBJID']).agg({'AVALC' : 'first', 'AVALC2' : 'last'}).reset_index(0)
d_fluid['AVALC2'] = d_fluid.groupby(['USUBJID'])['AVALC'].transform(lambda x: x.shift(-1))
d_fluid['AVALCF'] = d_fluid.groupby(['USUBJID'])['AVALC'].transform('last')
d_fluid['AVALC2'] = np.where(d_fluid['AVALC2'].isnull(), d_fluid['AVALC'], d_fluid['AVALC2'])
d_fluid['D_FLUID'] = (d_fluid['AVALC2'] - d_fluid['AVALC']) / d_fluid['AVALC']
d_fluid['D_FLUID_ACC'] = (d_fluid['AVALCF'] - d_fluid['AVALC']) / d_fluid['AVALC']
d_fluid = d_fluid.groupby(['USUBJID', 'VISIT'])[['D_FLUID', 'D_FLUID_ACC']].agg('mean')
d_fluid.head(5)
| D_FLUID | D_FLUID_ACC | ||
|---|---|---|---|
| USUBJID | VISIT | ||
| 100027 | DAY 0 | 0.000000 | 0.000000 |
| 100080 | DAY 0 | 0.206252 | 0.124119 |
| DAY 56 | -0.068089 | -0.068089 | |
| END OF TREATMENT | 0.000000 | 0.000000 | |
| 100089 | DAY 0 | 0.131715 | -0.039622 |
merged_df = adqskccq_pivoted.merge(adqsnyha_pivoted, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(adsu_pivoted, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(advs_pivoted, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(adxb_pivoted, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(adxl_pivoted, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(avivo_pivoted, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(d_adqskccq, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(d_6mwd, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(d_trop, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(d_bnp, on=['USUBJID', 'VISIT'], how='outer')
merged_df = merged_df.merge(d_fluid, on=['USUBJID', 'VISIT'], how='outer')
merged_df2 = static.groupby(['USUBJID']).agg('mean').merge(admh_pivoted.groupby(['USUBJID']).agg('mean'), on=['USUBJID'])
merged_df = merged_df.join(merged_df2, how='outer')
merged_df.head(5)
| Overall Summary Score | NYHA Functional Class | ALCOHOL_CONSUMPTION | CONTAINING_METHLYXANTHINE | TOBACCO | BODY_MASS_INDEX | DIASTOLIC_BLOOD_PRESSURE | HEART_RATE | SYSTOLIC_BLOOD_PRESSURE | XB_FFA | XB_HBA1C | XB_NGAL | XB_NT_P_BNP | XB_TROPTHS | XB_UALBUM | XL_CARDIAC_INDEX | XL_DISTANCE_COVERED_AFTER_6_MINUTES | XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN | XL_LEFT_VENTRICULAR_MASS_INDEX | A_AF_EPISODE_COUNT | A_HEART_RATE_VARIABILITY | A_PAUSE_COUNT | A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY | A_SUMMARY_(MEAN)_FLUID_STATUS | A_SUMMARY_(MEAN)_HEART_RATE | A_SUMMARY_(MEAN)_RESPIRATION_RATE | D_KCCQ | D_KCCQ_ACC | D_6MWD | D_6MWD_ACC | D_TROP | D_TROP_ACC | D_BNP | D_BNP_ACC | D_FLUID | D_FLUID_ACC | AGE | GENDER | RACE_W | TRIAL_DRUG | RACE_A | HYPERTEN | DIABETEN | CAFFDRKN | BETABLKN | BASEGFRN | PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS | PMH_CARDIAC_ARRHYTHMIAS | PMH_CARDIAC_VALVE_DISORDERS | PMH_CORONARY_ARTERY_DISORDERS | PMH_ENDOCRINE_DISORDERS | PMH_GASTROINTESTINAL_DISORDERS | PMH_HEART_FAILURES | PMH_HEPATOBILIARY_DISORDERS | PMH_IMMUNE_SYSTEM_DISORDERS | PMH_METABOLISM_AND_NUTRITION_DISORDERS | PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS | PMH_MYOCARDIAL_DISORDERS | PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS) | PMH_NERVOUS_SYSTEM_DISORDERS | PMH_PERICARDIAL_DISORDERS | PMH_PSYCHIATRIC_DISORDERS | PMH_RENAL_AND_URINARY_DISORDERS | PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS | PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS | PMH_VASCULAR_DISORDERS | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| USUBJID | VISIT | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 100027 | DAY 0 | 24.479167 | 2.0 | 1.0 | 1.0 | 1.0 | 31.2 | 68.0 | 77.0 | 121.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 17.0 | 87.500 | NaN | 1.42125 | 59.7575 | 88.724960 | 10.41125 | 0.829787 | 1.712766 | NaN | NaN | -0.075693 | 0.244875 | 0.074906 | 0.014981 | 0.000000 | 0.000000 | 44.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 2.0 |
| DAY 28 | 44.791667 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | 79.0 | 130.0 | 0.3 | 10.4 | 9.324 | 1148.0 | 0.04103 | 92.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.482558 | 0.482558 | NaN | NaN | 0.346819 | 0.346819 | -0.399826 | -0.055749 | NaN | NaN | 44.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 2.0 | |
| PREMATURE DISCONTINUATION VISIT | 66.406250 | 3.0 | NaN | 1.0 | NaN | NaN | 56.0 | 65.0 | 87.0 | 0.8 | 10.2 | 27.418 | 689.0 | 0.05526 | 78.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | NaN | NaN | 0.000000 | 0.000000 | 0.573295 | 0.573295 | NaN | NaN | 44.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 2.0 | |
| 100080 | DAY 0 | 56.250000 | 2.0 | 0.0 | 1.0 | 1.0 | 29.6 | 60.0 | 95.0 | 105.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -3.9 | 104.77 | 71.0 | 57.375 | NaN | 2.90250 | 71.1775 | 102.697641 | 9.38000 | 0.157407 | 0.212963 | NaN | NaN | -0.618786 | -0.611616 | 0.001656 | -0.353550 | 0.206252 | 0.124119 | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 65.104167 | 2.0 | NaN | NaN | NaN | NaN | 65.0 | 80.0 | 109.0 | 0.6 | 5.8 | 4.151 | 4839.0 | 0.01595 | 9.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.064000 | 0.048000 | NaN | NaN | 0.018809 | 0.018809 | -0.430254 | -0.354619 | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
merged_df.query('USUBJID == 200027')
| Overall Summary Score | NYHA Functional Class | ALCOHOL_CONSUMPTION | CONTAINING_METHLYXANTHINE | TOBACCO | BODY_MASS_INDEX | DIASTOLIC_BLOOD_PRESSURE | HEART_RATE | SYSTOLIC_BLOOD_PRESSURE | XB_FFA | XB_HBA1C | XB_NGAL | XB_NT_P_BNP | XB_TROPTHS | XB_UALBUM | XL_CARDIAC_INDEX | XL_DISTANCE_COVERED_AFTER_6_MINUTES | XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN | XL_LEFT_VENTRICULAR_MASS_INDEX | A_AF_EPISODE_COUNT | A_HEART_RATE_VARIABILITY | A_PAUSE_COUNT | A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY | A_SUMMARY_(MEAN)_FLUID_STATUS | A_SUMMARY_(MEAN)_HEART_RATE | A_SUMMARY_(MEAN)_RESPIRATION_RATE | D_KCCQ | D_KCCQ_ACC | D_6MWD | D_6MWD_ACC | D_TROP | D_TROP_ACC | D_BNP | D_BNP_ACC | D_FLUID | D_FLUID_ACC | AGE | GENDER | RACE_W | TRIAL_DRUG | RACE_A | HYPERTEN | DIABETEN | CAFFDRKN | BETABLKN | BASEGFRN | PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS | PMH_CARDIAC_ARRHYTHMIAS | PMH_CARDIAC_VALVE_DISORDERS | PMH_CORONARY_ARTERY_DISORDERS | PMH_ENDOCRINE_DISORDERS | PMH_GASTROINTESTINAL_DISORDERS | PMH_HEART_FAILURES | PMH_HEPATOBILIARY_DISORDERS | PMH_IMMUNE_SYSTEM_DISORDERS | PMH_METABOLISM_AND_NUTRITION_DISORDERS | PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS | PMH_MYOCARDIAL_DISORDERS | PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS) | PMH_NERVOUS_SYSTEM_DISORDERS | PMH_PERICARDIAL_DISORDERS | PMH_PSYCHIATRIC_DISORDERS | PMH_RENAL_AND_URINARY_DISORDERS | PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS | PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS | PMH_VASCULAR_DISORDERS | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| USUBJID | VISIT | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 200027 | DAY 0 | 66.406250 | 2.0 | 1.0 | 1.0 | 0.0 | 22.1 | 80.0 | 73.0 | 138.0 | 0.9 | 5.9 | 6.821 | 516.0 | 0.00650 | 12.0 | 1.58 | 265.8 | -11.833333 | NaN | 0.0 | 99.222222 | NaN | 3.510625 | 64.394444 | 64.682693 | 11.837778 | 0.207843 | -0.513725 | 0.131678 | 0.131678 | 0.000000 | 3.216923 | -0.434109 | 0.476744 | 0.343750 | 0.593750 | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| DAY 28 | 80.208333 | 2.0 | NaN | NaN | NaN | NaN | 90.0 | 63.0 | 150.0 | 0.5 | 6.1 | 30.357 | 292.0 | 0.00650 | 21.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.386364 | -0.597403 | NaN | NaN | 3.216923 | 3.216923 | 0.976027 | 1.609589 | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| DAY 84 | 49.218750 | 2.0 | NaN | NaN | NaN | NaN | 78.0 | 60.0 | 148.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.343915 | -0.343915 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| END OF TREATMENT | 32.291667 | 2.0 | NaN | 1.0 | NaN | NaN | 58.0 | 64.0 | 110.0 | 0.5 | 6.7 | 640.000 | 577.0 | 0.02741 | 455.0 | NaN | NaN | -16.900000 | 77.24 | 0.0 | 65.875000 | NaN | 0.967500 | 91.142500 | 64.360624 | 11.158889 | 0.000000 | 0.000000 | NaN | NaN | 0.000000 | 0.000000 | 0.320624 | 0.320624 | 0.000000 | 0.000000 | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| DAY 56 | NaN | 2.0 | NaN | NaN | NaN | NaN | 80.0 | 85.0 | 138.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 300.8 | NaN | NaN | 1.0 | 125.500000 | NaN | 1.106429 | 91.800000 | 65.442978 | 12.596250 | NaN | NaN | 0.000000 | 0.000000 | NaN | NaN | NaN | NaN | 0.186047 | 0.186047 | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| SAFETY FOLLOW UP VISIT | NaN | 2.0 | NaN | NaN | NaN | NaN | 62.0 | 61.0 | 108.0 | NaN | NaN | NaN | 762.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| SCREENING | NaN | NaN | NaN | NaN | NaN | NaN | 98.0 | 84.0 | 150.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 272.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.022794 | 0.105882 | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 98.750000 | NaN | 2.245625 | 73.691875 | 76.388788 | 11.235000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 |
# from sklearn.preprocessing import StandardScaler
# scaler = StandardScaler()
# merged_df = pd.DataFrame(scaler.fit_transform(merged_df).round(3), columns=merged_df.columns, index=merged_df.index)
# merged_df
merged_df.columns
Index(['Overall Summary Score', 'NYHA Functional Class', 'ALCOHOL_CONSUMPTION',
'CONTAINING_METHLYXANTHINE', 'TOBACCO', 'BODY_MASS_INDEX',
'DIASTOLIC_BLOOD_PRESSURE', 'HEART_RATE', 'SYSTOLIC_BLOOD_PRESSURE',
'XB_FFA', 'XB_HBA1C', 'XB_NGAL', 'XB_NT_P_BNP', 'XB_TROPTHS',
'XB_UALBUM', 'XL_CARDIAC_INDEX', 'XL_DISTANCE_COVERED_AFTER_6_MINUTES',
'XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN',
'XL_LEFT_VENTRICULAR_MASS_INDEX', 'A_AF_EPISODE_COUNT',
'A_HEART_RATE_VARIABILITY', 'A_PAUSE_COUNT',
'A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY', 'A_SUMMARY_(MEAN)_FLUID_STATUS',
'A_SUMMARY_(MEAN)_HEART_RATE', 'A_SUMMARY_(MEAN)_RESPIRATION_RATE',
'D_KCCQ', 'D_KCCQ_ACC', 'D_6MWD', 'D_6MWD_ACC', 'D_TROP', 'D_TROP_ACC',
'D_BNP', 'D_BNP_ACC', 'D_FLUID', 'D_FLUID_ACC', 'AGE', 'GENDER',
'RACE_W', 'TRIAL_DRUG', 'RACE_A', 'HYPERTEN', 'DIABETEN', 'CAFFDRKN',
'BETABLKN', 'BASEGFRN', 'PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS',
'PMH_CARDIAC_ARRHYTHMIAS', 'PMH_CARDIAC_VALVE_DISORDERS',
'PMH_CORONARY_ARTERY_DISORDERS', 'PMH_ENDOCRINE_DISORDERS',
'PMH_GASTROINTESTINAL_DISORDERS', 'PMH_HEART_FAILURES',
'PMH_HEPATOBILIARY_DISORDERS', 'PMH_IMMUNE_SYSTEM_DISORDERS',
'PMH_METABOLISM_AND_NUTRITION_DISORDERS',
'PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS',
'PMH_MYOCARDIAL_DISORDERS',
'PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS)',
'PMH_NERVOUS_SYSTEM_DISORDERS', 'PMH_PERICARDIAL_DISORDERS',
'PMH_PSYCHIATRIC_DISORDERS', 'PMH_RENAL_AND_URINARY_DISORDERS',
'PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS',
'PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS',
'PMH_VASCULAR_DISORDERS'],
dtype='object')
merged_df.describe()
| Overall Summary Score | NYHA Functional Class | ALCOHOL_CONSUMPTION | CONTAINING_METHLYXANTHINE | TOBACCO | BODY_MASS_INDEX | DIASTOLIC_BLOOD_PRESSURE | HEART_RATE | SYSTOLIC_BLOOD_PRESSURE | XB_FFA | XB_HBA1C | XB_NGAL | XB_NT_P_BNP | XB_TROPTHS | XB_UALBUM | XL_CARDIAC_INDEX | XL_DISTANCE_COVERED_AFTER_6_MINUTES | XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN | XL_LEFT_VENTRICULAR_MASS_INDEX | A_AF_EPISODE_COUNT | A_HEART_RATE_VARIABILITY | A_PAUSE_COUNT | A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY | A_SUMMARY_(MEAN)_FLUID_STATUS | A_SUMMARY_(MEAN)_HEART_RATE | A_SUMMARY_(MEAN)_RESPIRATION_RATE | D_KCCQ | D_KCCQ_ACC | D_6MWD | D_6MWD_ACC | D_TROP | D_TROP_ACC | D_BNP | D_BNP_ACC | D_FLUID | D_FLUID_ACC | AGE | GENDER | RACE_W | TRIAL_DRUG | RACE_A | HYPERTEN | DIABETEN | CAFFDRKN | BETABLKN | BASEGFRN | PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS | PMH_CARDIAC_ARRHYTHMIAS | PMH_CARDIAC_VALVE_DISORDERS | PMH_CORONARY_ARTERY_DISORDERS | PMH_ENDOCRINE_DISORDERS | PMH_GASTROINTESTINAL_DISORDERS | PMH_HEART_FAILURES | PMH_HEPATOBILIARY_DISORDERS | PMH_IMMUNE_SYSTEM_DISORDERS | PMH_METABOLISM_AND_NUTRITION_DISORDERS | PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS | PMH_MYOCARDIAL_DISORDERS | PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS) | PMH_NERVOUS_SYSTEM_DISORDERS | PMH_PERICARDIAL_DISORDERS | PMH_PSYCHIATRIC_DISORDERS | PMH_RENAL_AND_URINARY_DISORDERS | PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS | PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS | PMH_VASCULAR_DISORDERS | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | 2782.000000 | 4238.000000 | 729.000000 | 1425.000000 | 729.000000 | 729.000000 | 5018.000000 | 5016.000000 | 5018.000000 | 1628.000000 | 1649.000000 | 1616.000000 | 2259.000000 | 1602.000000 | 1653.000000 | 682.000000 | 1166.000000 | 1174.000000 | 1204.000000 | 2584.000000 | 2582.000000 | 280.000000 | 2581.000000 | 2574.000000 | 2584.000000 | 2582.000000 | 2782.000000 | 2782.000000 | 1166.000000 | 1166.000000 | 2037.000000 | 2037.000000 | 2713.000000 | 2713.000000 | 1849.000000 | 1849.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5638.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.00000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 | 5724.000000 |
| mean | 68.409542 | 2.206937 | 0.434842 | 0.837193 | 0.552812 | 28.528944 | 72.265444 | 70.113636 | 123.244719 | 0.449939 | 6.310734 | 35.517514 | 2275.431386 | 0.028370 | 79.786449 | 888.241994 | 325.728039 | -11.863998 | 104.699286 | 13.986455 | 99.217541 | 3.654273 | 2.597260 | 62.358351 | 66.698085 | 11.847581 | 0.037351 | 0.040658 | 0.031886 | 0.051633 | 0.168292 | 0.114938 | 0.131318 | 0.185497 | 0.033277 | 0.040924 | 69.914396 | 0.686233 | 0.897100 | 0.754368 | 0.080363 | 0.716282 | 0.405136 | 0.849231 | 0.874913 | 1.448209 | 0.153739 | 1.280049 | 0.243885 | 0.735500 | 0.167540 | 0.352900 | 1.043676 | 0.086129 | 0.05905 | 1.820405 | 0.309574 | 0.149022 | 0.132949 | 0.293152 | 0.015723 | 0.191649 | 1.419811 | 0.133648 | 0.415094 | 0.980783 |
| std | 20.580327 | 0.518143 | 0.496077 | 0.369319 | 0.497544 | 5.177405 | 10.744208 | 11.620411 | 16.777819 | 0.294019 | 1.074591 | 86.139646 | 3579.118995 | 0.076902 | 250.649096 | 855.306728 | 100.767654 | 4.805348 | 33.771691 | 28.564904 | 41.497287 | 6.771924 | 1.031834 | 20.113949 | 12.888099 | 2.301142 | 0.313832 | 0.385550 | 0.249434 | 0.296054 | 2.628485 | 0.480759 | 1.452257 | 1.887084 | 0.180555 | 0.222746 | 9.909445 | 0.464063 | 0.303855 | 0.430499 | 0.271879 | 0.450841 | 0.490961 | 0.357855 | 0.330847 | 0.497355 | 0.407579 | 0.566106 | 0.649404 | 0.894344 | 0.391311 | 0.741324 | 0.211119 | 0.334027 | 0.27156 | 1.040956 | 0.660066 | 0.388072 | 0.390751 | 0.597346 | 0.136470 | 0.441346 | 0.595016 | 0.371715 | 0.711079 | 0.699952 |
| min | 3.125000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 14.100000 | 23.000000 | 40.000000 | 72.000000 | 0.050000 | 1.800000 | 0.559000 | 25.500000 | 0.006500 | 1.500000 | 0.540000 | 67.000000 | -29.200000 | 35.840000 | 0.000000 | 0.000000 | 1.000000 | 0.145000 | 15.295556 | -1.000000 | 4.765000 | -0.921875 | -0.907850 | -0.722667 | -0.625000 | -0.982300 | -0.982300 | -0.987452 | -0.987452 | -0.585366 | -0.623610 | 31.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 0.000000 | 0.00000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 |
| 25% | 54.687500 | 2.000000 | 0.000000 | 1.000000 | 0.000000 | 24.900000 | 65.000000 | 62.000000 | 110.000000 | 0.200000 | 5.700000 | 5.725250 | 565.000000 | 0.006500 | 6.000000 | 1.812500 | 255.000000 | -15.325000 | 81.112500 | 0.000000 | 72.229167 | 1.000000 | 1.875625 | 48.153906 | 59.751063 | 10.367500 | -0.042058 | -0.052582 | -0.023529 | -0.027409 | 0.000000 | 0.000000 | -0.140612 | -0.182164 | -0.000913 | -0.013514 | 64.000000 | 0.000000 | 1.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 0.000000 | 0.00000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 1.000000 |
| 50% | 69.791667 | 2.000000 | 0.000000 | 1.000000 | 1.000000 | 28.300000 | 72.000000 | 69.000000 | 122.000000 | 0.400000 | 6.000000 | 11.738000 | 1268.000000 | 0.020700 | 15.000000 | 981.910000 | 330.785000 | -11.300000 | 98.965000 | 0.000000 | 94.750000 | 1.500000 | 2.437500 | 60.635625 | 66.248621 | 11.514375 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 71.000000 | 1.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 1.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 0.000000 | 0.00000 | 2.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 1.000000 |
| 75% | 85.677083 | 2.000000 | 1.000000 | 1.000000 | 1.000000 | 31.800000 | 80.000000 | 77.000000 | 135.000000 | 0.600000 | 6.700000 | 27.084250 | 2664.000000 | 0.032170 | 51.000000 | 1505.017500 | 400.000000 | -7.933333 | 124.800000 | 8.000000 | 121.822917 | 3.187500 | 3.231250 | 75.303125 | 73.463571 | 13.075156 | 0.072561 | 0.076836 | 0.054204 | 0.071429 | 0.044222 | 0.072435 | 0.157895 | 0.170616 | 0.072727 | 0.074589 | 77.000000 | 1.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 2.000000 | 0.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 1.000000 | 0.000000 | 0.00000 | 2.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 2.000000 | 0.000000 | 1.000000 | 1.000000 |
| max | 100.000000 | 4.000000 | 1.000000 | 1.000000 | 1.000000 | 44.800000 | 129.000000 | 163.000000 | 195.000000 | 2.400000 | 13.100000 | 640.000000 | 49896.000000 | 2.342000 | 3120.000000 | 3588.320000 | 665.000000 | -1.400000 | 343.350000 | 195.000000 | 292.285714 | 57.800000 | 7.620000 | 138.815000 | 136.146323 | 28.995000 | 9.150000 | 11.250000 | 3.850746 | 4.000000 | 103.928315 | 6.177419 | 62.701493 | 62.701493 | 2.043139 | 3.187111 | 93.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 2.000000 | 4.000000 | 5.000000 | 4.000000 | 6.000000 | 2.000000 | 5.000000 | 3.000000 | 3.000000 | 3.00000 | 6.000000 | 5.000000 | 2.000000 | 3.000000 | 5.000000 | 2.000000 | 3.000000 | 5.000000 | 2.000000 | 4.000000 | 5.000000 |
del merged_df['DIASTOLIC_BLOOD_PRESSURE']
del merged_df['XL_DISTANCE_COVERED_AFTER_6_MINUTES']
del merged_df['A_SUMMARY_(MEAN)_FLUID_STATUS']
del merged_df['D_6MWD']
del merged_df['D_6MWD_ACC']
del merged_df['D_TROP']
del merged_df['D_TROP_ACC']
merged_df.columns[23:29]
Index(['D_KCCQ', 'D_KCCQ_ACC', 'D_BNP', 'D_BNP_ACC', 'D_FLUID', 'D_FLUID_ACC'], dtype='object')
import seaborn as sns
# from sklearn.preprocessing import MinMaxScaler
# outvar = merged_df.iloc[:,79:]
# scaler = MinMaxScaler(feature_range=(0,1))
# outvar = pd.DataFrame(scaler.fit_transform(outvar).round(3))
Var_Corr = merged_df.iloc[:,23:29].corr() #26:36
# plot the heatmap and annotation on it
sns.heatmap(Var_Corr, xticklabels=Var_Corr.columns, yticklabels=Var_Corr.columns, annot=True)
<matplotlib.axes._subplots.AxesSubplot at 0x7fcaddd80be0>
merged_df.isnull().sum(axis=0)
Overall Summary Score 3002 NYHA Functional Class 1546 ALCOHOL_CONSUMPTION 5055 CONTAINING_METHLYXANTHINE 4359 TOBACCO 5055 BODY_MASS_INDEX 5055 HEART_RATE 768 SYSTOLIC_BLOOD_PRESSURE 766 XB_FFA 4156 XB_HBA1C 4135 XB_NGAL 4168 XB_NT_P_BNP 3525 XB_TROPTHS 4182 XB_UALBUM 4131 XL_CARDIAC_INDEX 5102 XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN 4610 XL_LEFT_VENTRICULAR_MASS_INDEX 4580 A_AF_EPISODE_COUNT 3200 A_HEART_RATE_VARIABILITY 3202 A_PAUSE_COUNT 5504 A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY 3203 A_SUMMARY_(MEAN)_HEART_RATE 3200 A_SUMMARY_(MEAN)_RESPIRATION_RATE 3202 D_KCCQ 3002 D_KCCQ_ACC 3002 D_BNP 3071 D_BNP_ACC 3071 D_FLUID 3935 D_FLUID_ACC 3935 AGE 60 GENDER 60 RACE_W 60 TRIAL_DRUG 60 RACE_A 60 HYPERTEN 60 DIABETEN 60 CAFFDRKN 60 BETABLKN 60 BASEGFRN 146 PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS 60 PMH_CARDIAC_ARRHYTHMIAS 60 PMH_CARDIAC_VALVE_DISORDERS 60 PMH_CORONARY_ARTERY_DISORDERS 60 PMH_ENDOCRINE_DISORDERS 60 PMH_GASTROINTESTINAL_DISORDERS 60 PMH_HEART_FAILURES 60 PMH_HEPATOBILIARY_DISORDERS 60 PMH_IMMUNE_SYSTEM_DISORDERS 60 PMH_METABOLISM_AND_NUTRITION_DISORDERS 60 PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS 60 PMH_MYOCARDIAL_DISORDERS 60 PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS) 60 PMH_NERVOUS_SYSTEM_DISORDERS 60 PMH_PERICARDIAL_DISORDERS 60 PMH_PSYCHIATRIC_DISORDERS 60 PMH_RENAL_AND_URINARY_DISORDERS 60 PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS 60 PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS 60 PMH_VASCULAR_DISORDERS 60 dtype: int64
test_df = merged_df.groupby(['USUBJID']).apply(lambda x: x.interpolate(method='linear')).bfill().ffill()
merged_df
| Overall Summary Score | NYHA Functional Class | ALCOHOL_CONSUMPTION | CONTAINING_METHLYXANTHINE | TOBACCO | BODY_MASS_INDEX | SYSTOLIC_BLOOD_PRESSURE | XB_FFA | XB_HBA1C | XB_NGAL | XB_NT_P_BNP | XB_TROPTHS | XB_UALBUM | XL_CARDIAC_INDEX | XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN | XL_LEFT_VENTRICULAR_MASS_INDEX | A_AF_EPISODE_COUNT | A_HEART_RATE_VARIABILITY | A_PAUSE_COUNT | A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY | A_SUMMARY_(MEAN)_HEART_RATE | A_SUMMARY_(MEAN)_RESPIRATION_RATE | D_KCCQ | D_KCCQ_ACC | D_BNP | D_BNP_ACC | D_FLUID | D_FLUID_ACC | AGE | GENDER | RACE_W | TRIAL_DRUG | RACE_A | HYPERTEN | DIABETEN | CAFFDRKN | BETABLKN | BASEGFRN | PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS | PMH_CARDIAC_ARRHYTHMIAS | PMH_CARDIAC_VALVE_DISORDERS | PMH_CORONARY_ARTERY_DISORDERS | PMH_ENDOCRINE_DISORDERS | PMH_GASTROINTESTINAL_DISORDERS | PMH_HEART_FAILURES | PMH_HEPATOBILIARY_DISORDERS | PMH_IMMUNE_SYSTEM_DISORDERS | PMH_METABOLISM_AND_NUTRITION_DISORDERS | PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS | PMH_MYOCARDIAL_DISORDERS | PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS) | PMH_NERVOUS_SYSTEM_DISORDERS | PMH_PERICARDIAL_DISORDERS | PMH_PSYCHIATRIC_DISORDERS | PMH_RENAL_AND_URINARY_DISORDERS | PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS | PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS | PMH_VASCULAR_DISORDERS | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| USUBJID | VISIT | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 100027 | DAY 0 | 24.479167 | 2.0 | 1.0 | 1.0 | 1.0 | 31.2 | 121.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 17.0 | 87.500000 | NaN | 1.421250 | 88.724960 | 10.411250 | 0.829787 | 1.712766 | 0.074906 | 0.014981 | 0.000000 | 0.000000 | 44.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 2.0 |
| DAY 28 | 44.791667 | 2.0 | NaN | NaN | NaN | NaN | 130.0 | 0.30 | 10.4 | 9.324 | 1148.0 | 0.04103 | 92.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.482558 | 0.482558 | -0.399826 | -0.055749 | NaN | NaN | 44.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 2.0 | |
| PREMATURE DISCONTINUATION VISIT | 66.406250 | 3.0 | NaN | 1.0 | NaN | NaN | 87.0 | 0.80 | 10.2 | 27.418 | 689.0 | 0.05526 | 78.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 0.573295 | 0.573295 | NaN | NaN | 44.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 2.0 | |
| 100080 | DAY 0 | 56.250000 | 2.0 | 0.0 | 1.0 | 1.0 | 29.6 | 105.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -3.900000 | 104.77 | 71.0 | 57.375000 | NaN | 2.902500 | 102.697641 | 9.380000 | 0.157407 | 0.212963 | 0.001656 | -0.353550 | 0.206252 | 0.124119 | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 65.104167 | 2.0 | NaN | NaN | NaN | NaN | 109.0 | 0.60 | 5.8 | 4.151 | 4839.0 | 0.01595 | 9.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.064000 | 0.048000 | -0.430254 | -0.354619 | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 69.270833 | 2.0 | NaN | NaN | NaN | NaN | 107.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.015038 | -0.015038 | NaN | NaN | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 68.229167 | 2.0 | NaN | 1.0 | NaN | NaN | 127.0 | 0.40 | 5.7 | 28.201 | 2757.0 | 0.01625 | 17.0 | 2171.47 | -9.233333 | 89.59 | 167.0 | 48.375000 | NaN | 3.153750 | 94.610313 | 9.990000 | 0.000000 | 0.000000 | 0.132753 | 0.132753 | 0.000000 | 0.000000 | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100089 | DAY 0 | 72.656250 | 3.0 | 0.0 | 1.0 | 1.0 | 34.4 | 95.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -7.866667 | 174.73 | 6.0 | 63.500000 | NaN | 2.746250 | 85.712688 | 11.415000 | -0.215054 | 0.039427 | 0.227757 | -0.244627 | 0.131715 | -0.039622 | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 |
| DAY 28 | 57.031250 | 3.0 | NaN | NaN | NaN | NaN | 83.0 | 0.20 | 7.4 | 13.522 | 6113.0 | 0.02557 | 14.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.228311 | 0.324201 | -0.385572 | -0.384754 | NaN | NaN | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | |
| DAY 84 | 70.052083 | 3.0 | NaN | NaN | NaN | NaN | 85.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.078067 | 0.078067 | NaN | NaN | NaN | NaN | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | |
| END OF TREATMENT | 75.520833 | 3.0 | NaN | 1.0 | NaN | NaN | 98.0 | 0.30 | 8.4 | 16.847 | 3756.0 | 0.03563 | 8.0 | 1506.57 | -6.433333 | 138.25 | 0.0 | 41.625000 | NaN | 2.996250 | 66.807493 | 11.678750 | 0.000000 | 0.000000 | 0.001331 | 0.001331 | 0.000000 | 0.000000 | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | |
| 100111 | DAY 0 | 16.927083 | 2.0 | 1.0 | 1.0 | 1.0 | 27.5 | 122.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 144.07 | 0.0 | 81.250000 | NaN | 2.330000 | 67.531056 | 10.902500 | 2.323077 | 4.107692 | -0.132394 | -0.213146 | 0.157351 | 0.071082 | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 56.250000 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | 0.20 | 5.9 | 11.211 | 1848.0 | 0.00650 | 9.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.425926 | 0.537037 | -0.211039 | -0.093074 | NaN | NaN | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 80.208333 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.077922 | 0.077922 | NaN | NaN | NaN | NaN | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 86.458333 | 2.0 | NaN | 1.0 | NaN | NaN | 130.0 | 0.90 | 5.5 | 12.130 | 1458.0 | 0.00650 | 20.0 | 1171.28 | NaN | 148.32 | 0.0 | 114.500000 | NaN | 2.363750 | 64.541428 | 11.176250 | 0.000000 | 0.000000 | 0.149520 | 0.149520 | 0.000000 | 0.000000 | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 100167 | DAY 0 | 88.541667 | 3.0 | 1.0 | 1.0 | 1.0 | 28.3 | 150.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -10.200000 | 98.97 | 0.0 | 101.625000 | NaN | 1.870000 | 63.933604 | 13.496250 | -0.047059 | -0.029412 | -0.584995 | -0.906850 | 0.221698 | 0.260755 | 81.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 84.375000 | 2.0 | NaN | NaN | NaN | NaN | 135.0 | 0.10 | 6.0 | 3.770 | 1145.0 | 0.01437 | 17.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.160494 | 0.018519 | -0.489956 | -0.775546 | NaN | NaN | 81.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 97.916667 | 1.0 | NaN | NaN | NaN | NaN | 160.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.122340 | -0.122340 | NaN | NaN | NaN | NaN | 81.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 85.937500 | 1.0 | NaN | 1.0 | NaN | NaN | 140.0 | 0.30 | 6.0 | 18.837 | 584.0 | 0.01340 | 17.0 | 635.04 | -9.900000 | 82.00 | 0.0 | 114.500000 | NaN | 1.916250 | 59.997832 | 11.757500 | 0.000000 | 0.000000 | -0.559932 | -0.559932 | 0.000000 | 0.000000 | 81.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100177 | DAY 0 | 55.729167 | 3.0 | 0.0 | 0.0 | 0.0 | 30.6 | 139.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -15.000000 | 65.04 | 0.0 | 15.500000 | NaN | 2.208750 | 65.564031 | 9.900000 | 0.327103 | 0.093458 | -0.219586 | -0.064614 | 0.089286 | 0.051587 | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| DAY 28 | 73.958333 | 3.0 | NaN | NaN | NaN | NaN | 135.0 | 1.00 | 8.7 | 129.830 | 1546.0 | NaN | 22.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.056338 | -0.176056 | 0.665589 | 0.198577 | NaN | NaN | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| DAY 84 | 69.791667 | 3.0 | NaN | NaN | NaN | NaN | 145.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.126866 | -0.126866 | NaN | NaN | NaN | NaN | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| END OF TREATMENT | 60.937500 | 3.0 | NaN | 0.0 | NaN | NaN | 130.0 | 0.80 | 8.2 | 95.928 | 2575.0 | NaN | 48.0 | NaN | -13.400000 | 69.79 | 0.0 | 22.400000 | NaN | 2.528000 | 64.789912 | 6.096000 | 0.000000 | 0.000000 | -0.280388 | -0.280388 | 0.000000 | 0.000000 | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| 100197 | DAY 0 | 60.677083 | 2.0 | 0.0 | 1.0 | 1.0 | 29.5 | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -6.300000 | 141.69 | 64.0 | 57.555556 | NaN | 1.781250 | 68.986247 | 11.605556 | 0.257511 | -0.042918 | 0.003189 | -0.389077 | 0.000000 | 0.000000 | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 76.302083 | 2.0 | NaN | NaN | NaN | NaN | 121.0 | 0.05 | 5.5 | NaN | 5033.0 | 0.02541 | 47.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.238908 | -0.238908 | -0.391019 | -0.391019 | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| PREMATURE DISCONTINUATION VISIT | 58.072917 | 3.0 | NaN | 0.0 | NaN | NaN | 140.0 | 1.40 | 5.2 | 29.198 | 3065.0 | 0.03456 | 53.0 | NaN | NaN | 146.50 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 0.000000 | 0.000000 | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100209 | DAY 0 | 65.104167 | 2.0 | 0.0 | 1.0 | 1.0 | 26.4 | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -12.433333 | 85.66 | NaN | NaN | NaN | NaN | NaN | NaN | 0.440000 | 0.396000 | 0.030172 | -0.297414 | NaN | NaN | 70.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 93.750000 | 2.0 | NaN | NaN | NaN | NaN | 122.0 | 0.20 | 5.9 | 4.610 | 478.0 | 0.01609 | 13.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.033333 | -0.030556 | 0.077406 | -0.317992 | NaN | NaN | 70.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 90.625000 | 2.0 | NaN | NaN | NaN | NaN | 108.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.002874 | 0.002874 | NaN | NaN | NaN | NaN | 70.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 90.885417 | 2.0 | NaN | 1.0 | NaN | NaN | 123.0 | 0.20 | 6.2 | 9.332 | 515.0 | 0.01733 | 17.0 | 1564.65 | -14.733333 | 103.36 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | -0.366990 | -0.366990 | NaN | NaN | 70.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100210 | DAY 0 | 78.125000 | 2.0 | 0.0 | 1.0 | 1.0 | 30.7 | 133.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -3.600000 | 127.73 | 75.0 | 89.250000 | NaN | 1.973750 | 69.535266 | 10.977500 | 0.106667 | 0.023333 | -0.009009 | 0.195571 | 0.045557 | 0.023343 | 69.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 86.458333 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | 0.30 | 8.9 | 15.022 | 2640.0 | 0.01760 | 5.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.078313 | -0.075301 | 0.220076 | 0.206439 | NaN | NaN | 69.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 79.687500 | 2.0 | NaN | NaN | NaN | NaN | 109.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.003268 | 0.003268 | NaN | NaN | NaN | NaN | 69.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 79.947917 | 2.0 | NaN | 1.0 | NaN | NaN | 141.0 | 0.50 | 7.5 | 14.288 | 3221.0 | 0.01668 | 7.0 | NaN | NaN | 115.76 | 96.0 | 116.125000 | 1.000000 | 2.210000 | 70.691843 | 9.961250 | 0.000000 | 0.000000 | -0.011177 | -0.011177 | 0.000000 | 0.000000 | 69.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100213 | DAY 0 | 66.145833 | 3.0 | 1.0 | 0.0 | 1.0 | 29.7 | 130.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -7.600000 | 145.19 | 0.0 | 78.875000 | NaN | 3.055000 | 60.262339 | 14.983750 | 0.377953 | -0.216535 | -0.220436 | -0.145394 | 0.013096 | -0.004149 | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 |
| DAY 28 | 91.145833 | 2.0 | NaN | NaN | NaN | NaN | 130.0 | 0.20 | 6.2 | 20.581 | 2327.0 | 0.01652 | 6.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.177143 | -0.431429 | 2.164590 | 0.096261 | NaN | NaN | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | |
| DAY 84 | 75.000000 | 2.0 | NaN | NaN | NaN | NaN | 130.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.309028 | -0.309028 | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | |
| END OF TREATMENT | 51.822917 | 2.0 | NaN | 0.0 | NaN | NaN | 115.0 | 0.10 | 5.9 | 5.790 | 7364.0 | 0.01634 | 1.5 | 1007.52 | -9.200000 | 127.20 | 23.0 | 77.625000 | NaN | 2.787500 | 83.470792 | 14.905000 | 0.000000 | 0.000000 | -0.653585 | -0.653585 | 0.000000 | 0.000000 | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | |
| 100217 | DAY 0 | 65.625000 | 3.0 | 1.0 | 1.0 | 0.0 | 22.0 | 118.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1791.53 | -11.500000 | 66.84 | 0.0 | 105.875000 | NaN | 4.465000 | 56.540884 | 11.416250 | -0.182540 | -0.182540 | -0.482692 | -0.812682 | 0.276302 | 0.276302 | 87.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| DAY 28 | 53.645833 | 2.0 | NaN | NaN | NaN | NaN | 128.0 | 0.20 | 5.9 | 40.672 | 1599.0 | 0.04327 | 217.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.029126 | 0.000000 | -0.250156 | -0.637899 | NaN | NaN | 87.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | |
| DAY 84 | 52.083333 | 3.0 | NaN | NaN | NaN | NaN | 102.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.030000 | 0.030000 | NaN | NaN | NaN | NaN | 87.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 53.645833 | 2.0 | NaN | 1.0 | NaN | NaN | 156.0 | 0.40 | 6.2 | 67.757 | 1199.0 | 0.03744 | 189.0 | 2822.16 | -13.800000 | 69.37 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | -0.517098 | -0.517098 | NaN | NaN | 87.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | |
| 100238 | DAY 0 | 45.833333 | 3.0 | 0.0 | 0.0 | 0.0 | 19.6 | 108.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1278.66 | NaN | 121.42 | 0.0 | 50.750000 | NaN | 5.562500 | 36.508672 | 10.000000 | 0.238636 | -0.369318 | -0.538571 | 1.139708 | 0.147337 | 0.498300 | 73.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 56.770833 | 3.0 | NaN | NaN | NaN | NaN | 105.0 | 0.30 | 7.7 | 48.497 | 1298.0 | 0.01338 | 6.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.133028 | -0.490826 | 6.433744 | 3.637134 | NaN | NaN | 73.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 64.322917 | 2.0 | NaN | NaN | NaN | NaN | 107.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.550607 | -0.550607 | NaN | NaN | NaN | NaN | 73.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 28.906250 | 3.0 | NaN | 1.0 | NaN | NaN | 137.0 | 0.40 | 7.9 | 8.382 | 9649.0 | 0.01705 | 28.0 | 2649.18 | -7.900000 | 136.09 | 43.0 | 88.000000 | NaN | 5.011667 | 97.447009 | 9.873333 | 0.000000 | 0.000000 | -0.376205 | -0.376205 | 0.000000 | 0.000000 | 73.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 100270 | DAY 0 | 76.302083 | 2.0 | 0.0 | 1.0 | 1.0 | 23.1 | 130.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1636.75 | -7.500000 | 93.85 | 0.0 | 0.833333 | NaN | 2.068333 | 79.677981 | 13.245000 | 0.068259 | 0.003413 | -0.058878 | 1.651973 | 0.061579 | 0.185493 | 87.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 5.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 3.0 |
| DAY 28 | 81.510417 | 2.0 | NaN | NaN | NaN | NaN | 110.0 | 0.05 | 5.3 | 5.363 | 3053.0 | 0.03894 | 22.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.130990 | -0.060703 | 1.817884 | 1.817884 | NaN | NaN | 87.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 5.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 3.0 | |
| DAY 84 | 70.833333 | 2.0 | NaN | NaN | NaN | NaN | 122.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.080882 | 0.080882 | NaN | NaN | NaN | NaN | 87.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 5.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 3.0 | |
| END OF TREATMENT | 76.562500 | 2.0 | NaN | 1.0 | NaN | NaN | 122.0 | 0.50 | 5.7 | 4.712 | 8603.0 | 0.03690 | 10.0 | 1945.50 | -11.100000 | 100.81 | 0.0 | 1.125000 | NaN | 1.443750 | 74.564808 | 15.371250 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 87.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 5.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 3.0 | |
| 100276 | DAY 0 | 100.000000 | 2.0 | 0.0 | 1.0 | 0.0 | 28.6 | 134.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1633.04 | -9.266667 | NaN | 0.0 | 97.250000 | NaN | 4.228750 | 66.026654 | 12.311250 | -0.046875 | -0.015625 | 0.007634 | -0.162850 | 0.114114 | 0.174867 | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 95.312500 | 2.0 | NaN | NaN | NaN | NaN | 111.0 | 0.50 | 6.1 | 3.200 | 396.0 | 0.02689 | 3.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.049180 | 0.032787 | -0.111111 | -0.169192 | NaN | NaN | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 100.000000 | 2.0 | NaN | NaN | NaN | NaN | 126.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.015625 | -0.015625 | NaN | NaN | NaN | NaN | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 98.437500 | 2.0 | NaN | 1.0 | NaN | NaN | 109.0 | 0.70 | 6.0 | 18.957 | 352.0 | 0.02898 | 1.5 | 1002.23 | -9.633333 | 132.62 | 0.0 | 89.875000 | NaN | 3.471250 | 67.988152 | 12.928750 | 0.000000 | 0.000000 | -0.065341 | -0.065341 | 0.000000 | 0.000000 | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 100306 | DAY 0 | 88.541667 | 3.0 | 0.0 | 1.0 | 0.0 | 26.8 | 140.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1140.32 | -14.300000 | 118.08 | 0.0 | 13.750000 | NaN | 4.546250 | 54.784550 | 6.066250 | 0.000000 | -0.467647 | -0.376906 | -0.570806 | 0.041475 | -0.055588 | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| DAY 28 | 88.541667 | 2.0 | NaN | NaN | NaN | NaN | 150.0 | 0.30 | 5.4 | 3.336 | 286.0 | 0.00650 | 37.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.217647 | -0.467647 | -0.153846 | -0.311189 | NaN | NaN | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | |
| DAY 84 | 69.270833 | 2.0 | NaN | NaN | NaN | NaN | 130.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.319549 | -0.319549 | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 47.135417 | 2.0 | NaN | 0.0 | NaN | NaN | 130.0 | 0.30 | 5.3 | 15.274 | 242.0 | 0.01408 | 106.0 | 1780.89 | -18.466667 | 101.73 | 0.0 | 47.750000 | NaN | 3.855000 | 56.616317 | 6.926250 | 0.000000 | 0.000000 | -0.185950 | -0.185950 | 0.000000 | 0.000000 | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | |
| 100313 | DAY 0 | 77.083333 | 2.0 | 0.0 | 0.0 | 0.0 | 34.3 | 108.0 | NaN | NaN | NaN | 5741.0 | 0.02429 | NaN | NaN | NaN | NaN | 69.0 | 101.750000 | 1.500000 | 1.655000 | 61.821078 | 15.423750 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 76.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | NaN | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 100328 | DAY 0 | 72.135417 | 2.0 | 0.0 | 1.0 | 1.0 | 31.5 | 112.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -7.500000 | 93.17 | NaN | NaN | NaN | NaN | NaN | NaN | 0.191336 | -0.003610 | -0.046450 | -0.007011 | NaN | NaN | 58.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 2.0 |
| DAY 28 | 85.937500 | 2.0 | NaN | NaN | NaN | NaN | 115.0 | 0.40 | 9.0 | 7.976 | 1088.0 | 0.02556 | 37.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.133333 | -0.163636 | -0.261029 | 0.041360 | NaN | NaN | 58.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 2.0 | |
| DAY 84 | 74.479167 | 2.0 | NaN | NaN | NaN | NaN | 98.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.034965 | -0.034965 | NaN | NaN | NaN | NaN | 58.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 2.0 | |
| END OF TREATMENT | 71.875000 | 2.0 | NaN | 1.0 | NaN | NaN | 110.0 | 0.30 | 8.7 | 16.520 | 804.0 | 0.02722 | 11.0 | NaN | NaN | 95.87 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 0.409204 | 0.409204 | NaN | NaN | 58.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 2.0 | |
| 100358 | DAY 0 | 48.437500 | 2.0 | 0.0 | 1.0 | 0.0 | 32.4 | 107.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1324.63 | -6.800000 | 121.53 | 0.0 | 85.625000 | NaN | 2.457500 | 67.502442 | 9.242500 | 0.462366 | -0.763441 | -0.158855 | 3.201283 | 0.052129 | -0.367918 | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 70.833333 | 2.0 | NaN | NaN | NaN | NaN | 131.0 | 0.30 | 6.0 | 4.371 | 1705.0 | NaN | 49.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.305147 | -0.838235 | 3.286217 | 3.994721 | NaN | NaN | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 49.218750 | 2.0 | NaN | NaN | NaN | NaN | 99.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.767196 | -0.767196 | NaN | NaN | NaN | NaN | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 11.458333 | 3.0 | NaN | 1.0 | NaN | NaN | 109.0 | 1.20 | 6.4 | 15.006 | 7308.0 | NaN | 729.0 | 1938.67 | -8.366667 | 144.75 | 0.0 | 78.375000 | NaN | 1.128750 | 62.668246 | 12.942500 | 0.000000 | 0.000000 | 0.165298 | 0.165298 | 0.000000 | 0.000000 | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100360 | DAY 0 | 53.906250 | 3.0 | 0.0 | 1.0 | 0.0 | 36.1 | 150.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 98.96 | 45.0 | 83.750000 | NaN | 2.501250 | 76.168661 | 10.008750 | 0.057971 | 0.275362 | 0.277740 | 0.117687 | -0.103474 | -0.040403 | 66.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| DAY 28 | 57.031250 | 3.0 | NaN | NaN | NaN | NaN | 138.0 | 0.70 | 7.4 | 162.240 | 1900.0 | 0.02958 | 89.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.210046 | 0.205479 | -0.280000 | -0.125263 | NaN | NaN | 66.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| DAY 84 | 69.010417 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.003774 | -0.003774 | NaN | NaN | NaN | NaN | 66.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| END OF TREATMENT | 68.750000 | 3.0 | NaN | 1.0 | NaN | NaN | 130.0 | 0.60 | 7.1 | 32.816 | 1368.0 | 0.03106 | 30.0 | NaN | NaN | 77.11 | 56.0 | 84.375000 | NaN | 2.915000 | 73.813443 | 9.478750 | 0.000000 | 0.000000 | 0.214912 | 0.214912 | 0.000000 | 0.000000 | 66.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| 100362 | DAY 0 | 84.375000 | 2.0 | 1.0 | 1.0 | 1.0 | 32.9 | 128.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -6.400000 | 113.51 | 183.0 | 108.000000 | NaN | 2.173750 | 72.040998 | 12.103750 | 0.061728 | 0.067901 | -0.092489 | 0.356502 | 0.158770 | -0.162578 | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| DAY 28 | 89.583333 | 2.0 | NaN | NaN | NaN | NaN | 118.0 | 0.30 | 6.0 | 3.952 | 1619.0 | 0.01594 | 8.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.139535 | 0.005814 | -0.104385 | 0.494750 | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | |
| DAY 84 | 77.083333 | 3.0 | NaN | NaN | NaN | NaN | 165.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.168919 | 0.168919 | NaN | NaN | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | |
| END OF TREATMENT | 90.104167 | 3.0 | NaN | 1.0 | NaN | NaN | 122.0 | 0.20 | 6.2 | 3.631 | 1450.0 | 0.01934 | 8.0 | 1373.93 | NaN | 119.96 | 55.0 | 110.750000 | NaN | 2.173750 | 71.170273 | 11.913750 | 0.000000 | 0.000000 | 0.668966 | 0.668966 | 0.000000 | 0.000000 | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | |
| 100376 | DAY 0 | 98.437500 | 2.0 | 1.0 | 1.0 | 1.0 | 23.2 | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1060.54 | -10.000000 | 112.19 | 0.0 | 102.000000 | NaN | 3.478750 | 47.876299 | 10.300000 | -0.026455 | -0.026455 | 0.123381 | 0.123381 | 0.000000 | 0.000000 | 57.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 95.833333 | 1.0 | NaN | NaN | NaN | NaN | 110.0 | 0.30 | 6.5 | 10.157 | 1821.0 | 0.01832 | 7.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 0.000000 | 0.000000 | NaN | NaN | 57.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100391 | DAY 0 | 38.281250 | 3.0 | 0.0 | 1.0 | 0.0 | 37.8 | 116.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -6.466667 | 167.69 | 0.0 | 31.000000 | NaN | 1.068571 | 71.084080 | 11.102857 | 0.578231 | 0.299320 | 0.000880 | -0.390501 | 0.137532 | -0.206694 | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 5.0 | 0.0 | 0.0 | 0.0 | 5.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 2.0 |
| DAY 28 | 60.416667 | 3.0 | NaN | NaN | NaN | NaN | 105.0 | 0.40 | 6.7 | 12.293 | 1138.0 | 0.02079 | 80.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.370690 | -0.176724 | 0.567663 | -0.391037 | NaN | NaN | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 5.0 | 0.0 | 0.0 | 0.0 | 5.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 2.0 | |
| DAY 84 | 38.020833 | 3.0 | NaN | NaN | NaN | NaN | 119.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.308219 | 0.308219 | NaN | NaN | NaN | NaN | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 5.0 | 0.0 | 0.0 | 0.0 | 5.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 2.0 | |
| END OF TREATMENT | 49.739583 | 2.0 | NaN | 1.0 | NaN | NaN | 131.0 | 0.50 | 7.8 | 4.492 | 1784.0 | 0.01604 | 6.0 | NaN | -5.700000 | 151.61 | 0.0 | 118.285714 | NaN | 1.545714 | 83.840436 | 10.447143 | 0.000000 | 0.000000 | -0.611547 | -0.611547 | 0.000000 | 0.000000 | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 5.0 | 0.0 | 0.0 | 0.0 | 5.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 2.0 | |
| 100456 | DAY 0 | 72.916667 | 2.0 | 1.0 | 1.0 | 1.0 | 27.1 | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 160.666667 | NaN | 3.020000 | 52.841522 | 13.795000 | 0.064286 | 0.060714 | -0.544643 | -0.544643 | 0.096317 | -0.112331 | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 77.604167 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | 0.20 | 5.0 | 16.581 | 25.5 | 0.00650 | 26.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.171141 | -0.003356 | 1.156863 | 0.000000 | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 64.322917 | 2.0 | NaN | NaN | NaN | NaN | 117.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.202429 | 0.202429 | NaN | NaN | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 77.343750 | 2.0 | NaN | 1.0 | NaN | NaN | 110.0 | 0.70 | 5.0 | 2.871 | 55.0 | 0.00650 | 4.0 | NaN | NaN | NaN | 0.0 | 144.000000 | NaN | 4.630000 | 53.928352 | 11.580000 | 0.000000 | 0.000000 | -0.536364 | -0.536364 | 0.000000 | 0.000000 | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100458 | DAY 0 | 96.354167 | 3.0 | 1.0 | 1.0 | 1.0 | 25.5 | 135.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -10.733333 | 85.50 | 0.0 | 158.375000 | 1.000000 | 2.521250 | 60.618735 | 11.428750 | -0.178378 | -0.070270 | -0.063025 | -0.275210 | -0.042674 | -0.059715 | 77.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 79.166667 | 2.0 | NaN | NaN | NaN | NaN | 140.0 | 0.30 | 5.8 | 6.088 | 446.0 | 0.00650 | 14.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.059211 | 0.131579 | 0.786996 | -0.226457 | NaN | NaN | 77.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 83.854167 | 2.0 | NaN | NaN | NaN | NaN | 125.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.068323 | 0.068323 | NaN | NaN | NaN | NaN | 77.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 89.583333 | 2.0 | NaN | 1.0 | NaN | NaN | 130.0 | 0.40 | 5.9 | 14.436 | 797.0 | 0.00650 | 7.0 | 1910.28 | -14.333333 | 85.19 | 0.0 | 153.500000 | NaN | 2.480000 | 61.048363 | 11.823750 | 0.000000 | 0.000000 | -0.567127 | -0.567127 | 0.000000 | 0.000000 | 77.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100459 | DAY 0 | 82.031250 | 2.0 | 1.0 | 1.0 | 1.0 | 21.3 | 136.0 | NaN | NaN | NaN | NaN | NaN | NaN | 777.53 | -9.800000 | 75.85 | 39.0 | 74.250000 | NaN | 3.303750 | 99.273782 | 15.115000 | 0.219048 | 0.111111 | -0.123711 | -0.272438 | 0.083868 | 0.000740 | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 100.000000 | 2.0 | NaN | NaN | NaN | NaN | 132.0 | 0.10 | 5.5 | 61.361 | 5780.0 | 0.02259 | 63.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | -0.088542 | 0.072145 | -0.169723 | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 100.000000 | 2.0 | NaN | NaN | NaN | NaN | 125.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.088542 | -0.088542 | NaN | NaN | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 91.145833 | 1.0 | NaN | 1.0 | NaN | NaN | 122.0 | 0.90 | 5.2 | 77.949 | 6197.0 | NaN | 112.0 | 1479.35 | -10.400000 | 70.92 | 34.0 | 89.500000 | NaN | 2.550000 | 83.987561 | 15.792500 | 0.000000 | 0.000000 | -0.225593 | -0.225593 | 0.000000 | 0.000000 | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100473 | DAY 0 | 62.500000 | 3.0 | 0.0 | 0.0 | 1.0 | 32.4 | 119.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1025.28 | -6.700000 | 175.65 | 0.0 | 154.444444 | NaN | 3.854444 | 73.577804 | 9.320000 | 0.150000 | -0.116667 | -0.012826 | 1.181393 | -0.130927 | -0.146970 | 71.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 3.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 1.0 | 1.0 | 1.0 |
| DAY 28 | 71.875000 | 3.0 | NaN | NaN | NaN | NaN | 121.0 | 0.30 | 6.1 | 3.025 | 4849.0 | 0.02788 | 26.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.101449 | -0.231884 | -0.512271 | 1.209734 | NaN | NaN | 71.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 3.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 1.0 | 1.0 | 1.0 | |
| DAY 84 | 64.583333 | 3.0 | NaN | NaN | NaN | NaN | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.145161 | -0.145161 | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 3.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 1.0 | 1.0 | 1.0 | |
| PREMATURE DISCONTINUATION VISIT | 55.208333 | 3.0 | NaN | 0.0 | NaN | NaN | 106.0 | 0.40 | 6.9 | 4.825 | 2365.0 | 0.03423 | 7.0 | 1981.62 | -5.300000 | 146.92 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 3.530655 | 3.530655 | NaN | NaN | 71.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 3.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 1.0 | 1.0 | 1.0 | |
| 100479 | DAY 0 | 85.416667 | 2.0 | 0.0 | 1.0 | 1.0 | 21.7 | 98.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -16.000000 | 105.76 | NaN | NaN | NaN | NaN | NaN | NaN | -0.112805 | -0.487805 | -0.776131 | -0.659126 | NaN | NaN | 65.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 75.781250 | 2.0 | NaN | NaN | NaN | NaN | 98.0 | 0.30 | 5.9 | 7.990 | 287.0 | 0.02210 | 6.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.422680 | -0.422680 | -0.114983 | 0.522648 | NaN | NaN | 65.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 43.750000 | 2.0 | NaN | NaN | NaN | NaN | 119.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | NaN | NaN | NaN | NaN | 65.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 43.750000 | 2.0 | NaN | 1.0 | NaN | NaN | 98.0 | 0.10 | 6.3 | 3.107 | 254.0 | 0.01786 | 45.0 | 1456.22 | -17.200000 | 124.60 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 0.720472 | 0.720472 | NaN | NaN | 65.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| 100480 | DAY 0 | 79.166667 | 2.0 | 1.0 | 1.0 | 1.0 | 25.5 | 126.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1520.41 | -11.100000 | 67.85 | 0.0 | 101.875000 | NaN | 3.208750 | 62.413741 | 12.110000 | 0.154605 | 0.197368 | -0.018657 | -0.189765 | 0.009888 | 0.212130 | 72.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 91.406250 | 2.0 | NaN | NaN | NaN | NaN | 134.0 | 0.40 | 5.5 | 9.693 | 1841.0 | 0.00650 | 3.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.019943 | 0.037037 | -0.114068 | -0.174362 | NaN | NaN | 72.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 89.583333 | 2.0 | NaN | NaN | NaN | NaN | 129.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.058140 | 0.058140 | NaN | NaN | NaN | NaN | 72.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 94.791667 | 2.0 | NaN | 1.0 | NaN | NaN | 142.0 | 0.50 | 5.7 | 81.474 | 1631.0 | 0.00650 | 4.0 | 983.66 | -9.700000 | NaN | 0.0 | 103.875000 | NaN | 4.330000 | 66.207454 | 9.933750 | 0.000000 | 0.000000 | -0.068056 | -0.068056 | 0.000000 | 0.000000 | 72.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 100495 | DAY 0 | 56.250000 | 3.0 | 1.0 | 1.0 | 0.0 | 28.6 | 126.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -8.900000 | NaN | 38.0 | 50.125000 | NaN | 2.282500 | 70.602696 | 10.876250 | -0.226852 | -0.370370 | 0.068182 | 0.132231 | 0.058343 | 0.290937 | 80.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| DAY 28 | 43.489583 | 3.0 | NaN | NaN | NaN | NaN | 125.0 | NaN | NaN | 100.020 | NaN | NaN | 12.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.293413 | -0.185629 | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| DAY 84 | 56.250000 | 2.0 | NaN | NaN | NaN | NaN | 117.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.370370 | -0.370370 | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| END OF TREATMENT | 35.416667 | 2.0 | NaN | 1.0 | NaN | NaN | 132.0 | 0.80 | 5.6 | 22.988 | 2585.0 | 0.01503 | 7.0 | NaN | -11.800000 | 95.99 | 121.0 | 52.500000 | NaN | 2.242500 | 82.875282 | 11.045000 | 0.000000 | 0.000000 | 0.059961 | 0.059961 | 0.000000 | 0.000000 | 80.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| 100496 | DAY 0 | 69.791667 | 3.0 | 0.0 | 1.0 | 1.0 | 34.5 | 133.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1920.37 | -14.500000 | 117.58 | 0.0 | 79.750000 | NaN | 1.523750 | 65.008841 | 12.337500 | -0.078358 | 0.171642 | NaN | NaN | 0.382181 | 0.774157 | 41.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 64.322917 | 3.0 | NaN | NaN | NaN | NaN | 129.0 | 0.70 | 6.5 | 640.000 | NaN | 0.02291 | 879.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.040486 | 0.271255 | 0.037578 | 0.573137 | NaN | NaN | 41.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 66.927083 | 3.0 | NaN | NaN | NaN | NaN | 135.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.221790 | 0.221790 | NaN | NaN | NaN | NaN | 41.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 81.770833 | 3.0 | NaN | 1.0 | NaN | NaN | 153.0 | 0.20 | 6.9 | 213.900 | NaN | 0.02209 | 838.0 | NaN | -13.066667 | NaN | 0.0 | 122.250000 | NaN | 1.576250 | 63.665061 | 12.855000 | 0.000000 | 0.000000 | 0.516163 | 0.516163 | 0.000000 | 0.000000 | 41.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100608 | DAY 0 | 92.708333 | 2.0 | 0.0 | 1.0 | 1.0 | 39.8 | 127.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1483.18 | NaN | 140.86 | 0.0 | 154.375000 | NaN | 2.780000 | 56.100409 | 10.598750 | 0.078652 | 0.011236 | -0.753642 | -0.843709 | 0.123425 | 0.198637 | 49.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 100.000000 | 2.0 | NaN | NaN | NaN | NaN | 130.0 | 0.30 | 6.3 | 4.881 | 186.0 | 0.02918 | 19.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.020833 | -0.062500 | 0.435484 | -0.365591 | NaN | NaN | 49.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 97.916667 | 2.0 | NaN | NaN | NaN | NaN | 130.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.042553 | -0.042553 | NaN | NaN | NaN | NaN | 49.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 93.750000 | 2.0 | NaN | 1.0 | NaN | NaN | 120.0 | 0.20 | 5.9 | 4.818 | 267.0 | 0.03379 | 9.0 | NaN | NaN | 101.85 | 0.0 | 157.375000 | NaN | 2.583750 | 62.635252 | 11.658750 | 0.000000 | 0.000000 | -0.558052 | -0.558052 | 0.000000 | 0.000000 | 49.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100613 | DAY 0 | 66.145833 | 2.0 | 0.0 | 1.0 | 1.0 | 27.8 | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -6.700000 | 156.82 | 0.0 | 24.000000 | NaN | 2.717500 | 54.236080 | 12.078750 | 0.342520 | 0.362205 | 0.499185 | 1.838043 | 0.338961 | -0.221727 | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 88.802083 | 1.0 | NaN | NaN | NaN | NaN | 120.0 | 0.10 | 6.9 | 3.392 | 5517.0 | 0.06254 | 179.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.137830 | 0.014663 | 0.130143 | 0.893058 | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 76.562500 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.176871 | 0.176871 | NaN | NaN | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 90.104167 | 1.0 | NaN | 1.0 | NaN | NaN | 120.0 | 0.40 | 7.0 | 2.048 | 6235.0 | 0.06228 | 12.0 | 1286.40 | -6.600000 | 136.79 | 0.0 | 52.444444 | NaN | 2.454444 | 61.503408 | 13.181111 | 0.000000 | 0.000000 | 0.675060 | 0.675060 | 0.000000 | 0.000000 | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 100621 | DAY 0 | 48.437500 | 2.0 | 1.0 | 1.0 | 1.0 | 34.5 | 130.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -13.266667 | 106.46 | 0.0 | 69.000000 | NaN | 2.325000 | 61.078055 | 13.762500 | 0.419355 | 0.408602 | 1.412791 | 0.199612 | 0.113912 | 0.113912 | 60.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 |
| DAY 28 | 68.750000 | 2.0 | NaN | NaN | NaN | NaN | 123.0 | 0.30 | NaN | 44.808 | 1245.0 | 0.00650 | 9.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.098485 | -0.007576 | -0.603213 | -0.502811 | NaN | NaN | 60.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | |
| DAY 84 | 61.979167 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.100840 | 0.100840 | NaN | NaN | NaN | NaN | 60.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | |
| PREMATURE DISCONTINUATION VISIT | 68.229167 | 2.0 | NaN | 1.0 | NaN | NaN | 105.0 | 0.40 | NaN | 20.997 | 494.0 | 0.00650 | 4.0 | 1296.69 | -13.400000 | 109.99 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 0.253036 | 0.253036 | NaN | NaN | 60.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | |
| 100635 | DAY 0 | 68.489583 | 3.0 | 0.0 | 1.0 | 0.0 | 26.2 | 116.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1849.23 | -6.066667 | 116.71 | 11.0 | 76.875000 | NaN | 1.831250 | 63.010076 | 13.615000 | 0.273764 | 0.292776 | -0.119787 | -0.512528 | -0.144190 | -0.144190 | 82.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 |
| DAY 28 | 87.239583 | 3.0 | NaN | NaN | NaN | NaN | 116.0 | 0.80 | 6.3 | 33.395 | 10258.0 | 0.05287 | 140.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.035821 | 0.014925 | -0.481088 | -0.446188 | NaN | NaN | 82.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | |
| DAY 84 | 90.364583 | 3.0 | NaN | NaN | NaN | NaN | 92.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.020173 | -0.020173 | NaN | NaN | NaN | NaN | 82.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | |
| END OF TREATMENT | 88.541667 | 3.0 | NaN | 1.0 | NaN | NaN | 101.0 | 0.20 | 6.4 | 3.781 | 5323.0 | 0.02481 | 1.5 | 876.50 | -7.100000 | 107.97 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | -0.552320 | 0.067255 | NaN | NaN | 82.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | |
| 100694 | DAY 0 | 91.145833 | 2.0 | 0.0 | 1.0 | 0.0 | 28.5 | 134.0 | NaN | NaN | NaN | NaN | NaN | NaN | 2292.03 | -14.500000 | 89.92 | 0.0 | 108.625000 | NaN | 1.610000 | 82.095254 | 10.183750 | -0.057143 | -0.051429 | -0.088123 | -0.066937 | -0.000214 | 0.351844 | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| DAY 28 | 85.937500 | 2.0 | NaN | NaN | NaN | NaN | 142.0 | 0.60 | 7.8 | 310.550 | 4046.0 | 0.02380 | 59.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.054545 | 0.006061 | 0.228374 | 0.023233 | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| DAY 84 | 90.625000 | 2.0 | NaN | NaN | NaN | NaN | 146.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.045977 | -0.045977 | NaN | NaN | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| END OF TREATMENT | 86.458333 | 2.0 | NaN | 1.0 | NaN | NaN | 142.0 | 0.40 | 7.1 | 2.856 | 4970.0 | 0.01868 | 19.0 | 1196.96 | -12.100000 | 66.22 | 0.0 | 70.625000 | NaN | 1.740000 | 79.307546 | 10.103750 | 0.000000 | 0.000000 | -0.167002 | -0.167002 | 0.000000 | 0.000000 | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| 100717 | DAY 0 | 91.666667 | 2.0 | 0.0 | 1.0 | 0.0 | 24.9 | 100.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1564.90 | -9.700000 | 129.63 | 0.0 | 41.750000 | NaN | 1.828750 | 71.173221 | 12.594444 | 0.017045 | 0.034091 | 0.274059 | -0.427824 | 0.180731 | 0.763158 | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 93.229167 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | 0.05 | 6.0 | 3.765 | 2436.0 | 0.02987 | 1.5 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.005587 | 0.016760 | -0.119458 | -0.550903 | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 93.750000 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.011111 | 0.011111 | NaN | NaN | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 94.791667 | 2.0 | NaN | 1.0 | NaN | NaN | 100.0 | 0.30 | 6.2 | 8.022 | 2145.0 | 0.03320 | 4.0 | NaN | -8.800000 | 131.49 | 1.0 | 45.000000 | NaN | 0.900000 | 71.314737 | 14.080000 | 0.000000 | 0.000000 | -0.489977 | -0.489977 | 0.000000 | 0.000000 | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100753 | DAY 0 | 25.000000 | 3.0 | 1.0 | 1.0 | 1.0 | 23.1 | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -3.700000 | 129.97 | 0.0 | 24.444444 | NaN | 2.101111 | 58.448100 | 14.548889 | -0.375000 | 0.104167 | -0.017356 | -0.129985 | 0.044626 | 1.586132 | 70.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| DAY 28 | 15.625000 | 3.0 | NaN | NaN | NaN | NaN | 110.0 | 0.40 | 5.7 | 1.692 | 2661.0 | 0.03878 | 1.5 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.166667 | 0.766667 | -0.169109 | -0.114619 | NaN | NaN | 70.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| DAY 84 | 13.020833 | 3.0 | NaN | NaN | NaN | NaN | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 1.120000 | 1.120000 | NaN | NaN | NaN | NaN | 70.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| END OF TREATMENT | 27.604167 | 3.0 | NaN | 1.0 | NaN | NaN | 110.0 | 0.10 | 5.4 | 8.913 | 2211.0 | 0.03726 | 22.0 | 2049.27 | -5.333333 | 140.87 | 0.0 | 102.888889 | NaN | 2.498889 | 60.254322 | 14.861111 | 0.000000 | 0.000000 | 0.065581 | 0.065581 | 0.000000 | 0.000000 | 70.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| 100758 | DAY 0 | 68.750000 | 2.0 | 0.0 | 1.0 | 1.0 | 25.3 | 126.0 | NaN | NaN | NaN | NaN | 0.02729 | NaN | 1463.20 | -18.400000 | 59.62 | 0.0 | 114.000000 | NaN | 1.552500 | 74.865173 | 14.001250 | 0.227273 | 0.378788 | -0.017094 | -0.128205 | 0.275547 | 0.103001 | 64.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 84.375000 | 2.0 | NaN | NaN | NaN | NaN | 144.0 | 0.60 | 5.5 | 11.817 | 345.0 | NaN | 9.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.166667 | 0.123457 | -0.518841 | -0.113043 | NaN | NaN | 64.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 70.312500 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.348148 | 0.348148 | NaN | NaN | NaN | NaN | 64.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 94.791667 | 2.0 | NaN | 1.0 | NaN | NaN | 145.0 | 0.20 | 5.7 | 9.671 | 166.0 | NaN | 10.0 | NaN | -16.000000 | NaN | 0.0 | 100.625000 | NaN | 1.811250 | 77.468888 | 12.997500 | 0.000000 | 0.000000 | 0.843373 | 0.843373 | 0.000000 | 0.000000 | 64.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 100766 | DAY 0 | 40.625000 | 3.0 | 1.0 | 1.0 | 1.0 | 25.2 | 95.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1536.61 | -5.700000 | 146.79 | 0.0 | 120.000000 | NaN | 3.267778 | 79.556203 | 16.690000 | 0.423077 | 0.250000 | -0.098085 | 0.504353 | -0.044978 | -0.122832 | 50.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 57.812500 | 2.0 | NaN | NaN | NaN | NaN | 95.0 | 0.10 | 7.4 | 3.891 | 3108.0 | NaN | 101.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.081081 | -0.121622 | 0.352960 | 0.667954 | NaN | NaN | 50.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 53.125000 | 2.0 | NaN | NaN | NaN | NaN | 90.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.044118 | -0.044118 | NaN | NaN | NaN | NaN | 50.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 50.781250 | 2.0 | NaN | 1.0 | NaN | NaN | 100.0 | 0.20 | 7.3 | 3.744 | 4205.0 | 0.19740 | 134.0 | 1704.43 | -6.666667 | 143.11 | 0.0 | 54.888889 | NaN | 3.112222 | 73.032662 | 16.890000 | 0.000000 | 0.000000 | 0.232818 | 0.232818 | 0.000000 | 0.000000 | 50.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100806 | DAY 0 | 34.635417 | 3.0 | 0.0 | 1.0 | 1.0 | 18.3 | 118.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 93.26 | 0.0 | 94.250000 | NaN | 4.215000 | 71.080365 | 14.107500 | 0.518797 | 0.443609 | 0.934057 | 1.867727 | -0.052018 | 0.279989 | 61.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| DAY 28 | 52.604167 | 3.0 | NaN | NaN | NaN | NaN | 107.0 | 0.05 | 6.5 | 1.820 | 4986.0 | 0.00650 | 20.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.252475 | -0.049505 | -0.024669 | 0.482752 | NaN | NaN | 61.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| DAY 84 | 65.885417 | 3.0 | NaN | NaN | NaN | NaN | 125.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.241107 | -0.241107 | NaN | NaN | NaN | NaN | 61.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| END OF TREATMENT | 50.000000 | 3.0 | NaN | 1.0 | NaN | NaN | 134.0 | 0.40 | 6.5 | 12.977 | 4863.0 | 0.01352 | 100.0 | 1174.62 | -5.200000 | 105.40 | 0.0 | 119.625000 | NaN | 4.660000 | 67.232905 | 11.948750 | 0.000000 | 0.000000 | 0.520255 | 0.520255 | 0.000000 | 0.000000 | 61.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| 100812 | DAY 0 | 84.114583 | 2.0 | 1.0 | 1.0 | 1.0 | 34.0 | 115.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 159.375000 | NaN | 2.395000 | 73.830566 | 12.657500 | 0.154799 | -0.235294 | NaN | NaN | 0.136611 | 0.136611 | 59.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 97.135417 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | 0.20 | 5.1 | 10.729 | NaN | NaN | 38.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.337802 | -0.337802 | 0.000000 | 0.000000 | NaN | NaN | 59.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 64.322917 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | NaN | NaN | NaN | NaN | 59.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100840 | DAY 0 | 84.375000 | 2.0 | 1.0 | 1.0 | 1.0 | 26.0 | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1409.66 | NaN | 98.66 | 0.0 | 88.222222 | NaN | 3.688889 | 73.764626 | 12.915556 | -0.086420 | -0.070988 | 0.481994 | 0.094183 | -0.024934 | 0.758385 | 59.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 77.083333 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | 0.20 | 5.7 | 12.925 | 1070.0 | 0.00650 | 21.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.013514 | 0.016892 | -0.011215 | -0.261682 | NaN | NaN | 59.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 78.125000 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.003333 | 0.003333 | NaN | NaN | NaN | NaN | 59.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 78.385417 | 2.0 | NaN | 1.0 | NaN | NaN | 105.0 | 0.50 | 5.5 | 12.348 | 1058.0 | 0.00650 | 22.0 | 2593.29 | -11.066667 | 95.94 | 0.0 | 100.111111 | NaN | 4.468750 | 69.065624 | 11.854444 | 0.000000 | 0.000000 | -0.253308 | -0.253308 | 0.000000 | 0.000000 | 59.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 100842 | DAY 0 | 87.500000 | 2.0 | 1.0 | 1.0 | 1.0 | 26.4 | 108.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1216.71 | -4.200000 | 91.55 | 0.0 | 121.875000 | NaN | 2.223750 | 64.407882 | 13.205000 | -0.005952 | -0.452381 | 0.041408 | -0.008972 | 0.114023 | 0.048594 | 88.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 86.979167 | 2.0 | NaN | NaN | NaN | NaN | 118.0 | 0.50 | 6.8 | 1.392 | 1509.0 | 0.03526 | 3.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.209581 | -0.449102 | -0.089463 | -0.048376 | NaN | NaN | 88.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 68.750000 | 2.0 | NaN | NaN | NaN | NaN | 134.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.303030 | -0.303030 | NaN | NaN | NaN | NaN | 88.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 47.916667 | 2.0 | NaN | 1.0 | NaN | NaN | 127.0 | 0.30 | 7.0 | 1.105 | 1374.0 | 0.03434 | 1.5 | 1021.94 | -6.433333 | 95.87 | 0.0 | 118.222222 | NaN | 2.465556 | 63.585904 | 14.527778 | 0.000000 | 0.000000 | 0.045124 | 0.045124 | 0.000000 | 0.000000 | 88.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 100847 | DAY 0 | 82.812500 | 2.0 | 1.0 | 1.0 | 0.0 | 23.5 | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1628.71 | -10.100000 | 153.15 | 0.0 | 77.625000 | NaN | 2.057500 | 63.998535 | 11.465000 | -0.257862 | -0.481132 | 0.201432 | 0.145761 | 0.129936 | 0.129936 | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 4.0 | 2.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 1.0 |
| DAY 28 | 61.458333 | 2.0 | NaN | NaN | NaN | NaN | 100.0 | 0.10 | 5.7 | 7.020 | 5201.0 | 0.04453 | 11.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.415254 | -0.300847 | -0.247645 | -0.046337 | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 4.0 | 2.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 1.0 | |
| DAY 84 | 86.979167 | 2.0 | NaN | NaN | NaN | NaN | 105.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.505988 | -0.505988 | NaN | NaN | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 4.0 | 2.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 1.0 | |
| PREMATURE DISCONTINUATION VISIT | 42.968750 | 2.0 | NaN | 1.0 | NaN | NaN | 110.0 | 0.50 | NaN | 3.747 | 3913.0 | 0.05852 | 4.0 | 2602.95 | -7.300000 | 150.64 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 0.267570 | 0.267570 | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 4.0 | 2.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 1.0 | |
| 100851 | DAY 0 | 43.229167 | 3.0 | 0.0 | 1.0 | 1.0 | 27.3 | 130.0 | NaN | NaN | NaN | 900.0 | 0.02048 | NaN | NaN | NaN | NaN | 0.0 | 169.333333 | NaN | 3.373333 | 56.283170 | 13.978889 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 64.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | NaN | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 100865 | DAY 0 | 97.395833 | 2.0 | 0.0 | 1.0 | 0.0 | 26.7 | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -10.066667 | 94.55 | 0.0 | 118.000000 | NaN | 3.922500 | 51.075180 | 11.990000 | -0.026738 | -0.053476 | 0.360313 | -0.215405 | 0.020915 | -0.166428 | 82.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 94.791667 | 2.0 | NaN | NaN | NaN | NaN | 122.0 | 0.40 | 5.9 | 158.750 | 1042.0 | 0.02803 | 16.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.054945 | -0.027473 | 0.071017 | -0.423225 | NaN | NaN | 82.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 100.000000 | 2.0 | NaN | NaN | NaN | NaN | 122.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.078125 | -0.078125 | NaN | NaN | NaN | NaN | 82.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 92.187500 | 2.0 | NaN | 1.0 | NaN | NaN | 115.0 | 0.30 | 6.3 | 3.155 | 1116.0 | 0.02702 | 3.0 | 2227.95 | -10.566667 | 117.64 | 0.0 | 113.875000 | NaN | 3.732500 | 59.901622 | 13.242500 | 0.000000 | 0.000000 | -0.461470 | -0.461470 | 0.000000 | 0.000000 | 82.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100878 | DAY 0 | 80.208333 | 2.0 | 0.0 | 1.0 | 0.0 | 28.9 | 150.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -7.400000 | 158.42 | 92.0 | 59.125000 | NaN | 2.458750 | 75.543139 | 12.692500 | 0.123377 | 0.025974 | 0.096700 | -0.240834 | 0.059777 | 0.030475 | 74.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 3.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| DAY 28 | 90.104167 | 2.0 | NaN | NaN | NaN | NaN | 171.0 | 0.50 | 5.9 | 16.663 | 4786.0 | 0.02222 | 173.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.121387 | -0.086705 | -0.160050 | -0.307773 | NaN | NaN | 74.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 3.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | |
| DAY 84 | 79.166667 | 2.0 | NaN | NaN | NaN | NaN | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.039474 | 0.039474 | NaN | NaN | NaN | NaN | 74.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 3.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | |
| END OF TREATMENT | 82.291667 | 2.0 | NaN | 1.0 | NaN | NaN | 148.0 | 0.30 | 5.8 | 9.992 | 4020.0 | 0.02445 | 185.0 | NaN | -8.400000 | 138.06 | 101.0 | 64.375000 | NaN | 2.246250 | 74.527173 | 12.258750 | 0.000000 | 0.000000 | -0.175871 | -0.175871 | 0.000000 | 0.000000 | 74.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 3.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | |
| 100882 | DAY 0 | 27.083333 | 3.0 | 0.0 | 1.0 | 1.0 | 31.9 | 127.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 196.31 | 0.0 | 15.750000 | NaN | 1.182500 | 69.874665 | 11.088750 | 0.057692 | 1.201923 | -0.019476 | -0.327202 | 0.134632 | 0.329382 | 80.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 28.645833 | 3.0 | NaN | NaN | NaN | NaN | 100.0 | 0.10 | 5.2 | 13.596 | 4531.0 | 0.03152 | 5.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.763636 | 1.081818 | -0.353123 | -0.313838 | NaN | NaN | 80.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 50.520833 | 3.0 | NaN | NaN | NaN | NaN | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.180412 | 0.180412 | NaN | NaN | NaN | NaN | 80.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 59.635417 | 3.0 | NaN | 1.0 | NaN | NaN | 128.0 | 0.30 | 5.9 | 13.582 | 2931.0 | 0.03449 | 3.0 | 2223.14 | -6.400000 | 133.78 | 0.0 | 23.333333 | NaN | 1.446667 | 70.510752 | 11.823333 | 0.000000 | 0.000000 | 0.060730 | 0.060730 | 0.000000 | 0.000000 | 80.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 100883 | DAY 0 | 35.156250 | 3.0 | 1.0 | 1.0 | 1.0 | 37.3 | 135.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -18.600000 | NaN | 70.0 | 113.125000 | NaN | 1.125000 | 69.204283 | 11.830000 | -0.422222 | -0.303704 | 1.224422 | 0.478548 | 0.056291 | 0.142208 | 58.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 20.312500 | 2.0 | NaN | NaN | NaN | NaN | 140.0 | 0.50 | 5.5 | 8.029 | 2022.0 | 0.03318 | 3.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.128205 | 0.205128 | -0.060336 | -0.335312 | NaN | NaN | 58.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 17.708333 | 2.0 | NaN | NaN | NaN | NaN | 130.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.382353 | 0.382353 | NaN | NaN | NaN | NaN | 58.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 24.479167 | 3.0 | NaN | 1.0 | NaN | NaN | 120.0 | 0.50 | 5.9 | NaN | 1900.0 | 0.03946 | 427.0 | NaN | -12.900000 | NaN | 73.0 | 104.500000 | NaN | 0.807500 | 67.872046 | 13.837500 | 0.000000 | 0.000000 | -0.292632 | -0.292632 | 0.000000 | 0.000000 | 58.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100885 | DAY 0 | 75.000000 | 3.0 | 1.0 | 1.0 | 1.0 | 26.0 | 107.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -8.400000 | 139.38 | 0.0 | 83.250000 | NaN | 3.285000 | 33.186843 | 12.712500 | 0.041667 | -0.218750 | -0.372600 | 0.339408 | 0.007409 | 0.007409 | 62.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 78.125000 | 2.0 | NaN | NaN | NaN | NaN | 105.0 | 0.10 | 5.9 | 2.195 | 1928.0 | 0.04316 | 19.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.013333 | -0.250000 | 1.490664 | 1.134855 | NaN | NaN | 62.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 79.166667 | 2.0 | NaN | NaN | NaN | NaN | 96.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.259868 | -0.259868 | NaN | NaN | NaN | NaN | 62.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 58.593750 | 2.0 | NaN | 1.0 | NaN | NaN | 116.0 | 0.30 | 6.1 | 10.366 | 4802.0 | 0.04647 | 265.0 | 1760.03 | -6.600000 | 148.98 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | -0.142857 | -0.142857 | NaN | NaN | 62.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100926 | DAY 0 | 68.229167 | 2.0 | 1.0 | 1.0 | 0.0 | 24.4 | 104.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -5.000000 | 99.57 | 0.0 | 10.375000 | NaN | 2.347500 | 69.027443 | 11.457500 | 0.206107 | 0.053435 | 2.500497 | 0.400199 | 0.000000 | 0.000000 | 78.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| DAY 28 | 82.291667 | 2.0 | NaN | NaN | NaN | NaN | 96.0 | 0.20 | 6.6 | 11.706 | 3525.0 | 0.68760 | 12.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.126582 | -0.126582 | -0.600000 | -0.600000 | NaN | NaN | 78.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | |
| PREMATURE DISCONTINUATION VISIT | 71.875000 | 2.0 | NaN | 1.0 | NaN | NaN | 117.0 | 0.70 | 6.4 | 46.502 | 1410.0 | 0.02637 | 25.0 | 2552.80 | NaN | 111.85 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 0.000000 | 0.000000 | NaN | NaN | 78.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | |
| 100971 | DAY 0 | 62.760417 | 2.0 | 0.0 | 0.0 | 1.0 | 25.4 | 111.0 | NaN | NaN | NaN | NaN | NaN | NaN | 1050.78 | NaN | 105.56 | 67.0 | 69.888889 | NaN | 1.368889 | 70.186462 | 14.782222 | 0.203320 | 0.327801 | -0.015716 | -0.304890 | -0.043954 | 0.075853 | 73.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 |
| DAY 28 | 75.520833 | 2.0 | NaN | NaN | NaN | NaN | 121.0 | 0.40 | 6.7 | 26.046 | 10647.0 | 0.03548 | 4.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.075862 | 0.103448 | -0.168404 | -0.293792 | NaN | NaN | 73.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | |
| DAY 84 | 81.250000 | 2.0 | NaN | NaN | NaN | NaN | 113.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.025641 | 0.025641 | NaN | NaN | NaN | NaN | 73.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 83.333333 | 2.0 | NaN | 0.0 | NaN | NaN | 103.0 | 0.50 | 6.9 | 23.161 | 8854.0 | NaN | 7.0 | NaN | -2.300000 | 96.62 | 55.0 | 67.666667 | NaN | 1.030000 | 64.300893 | 13.860000 | 0.000000 | 0.000000 | -0.150779 | -0.150779 | 0.000000 | 0.000000 | 73.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | |
| 100978 | DAY 0 | 68.489583 | 2.0 | 1.0 | 1.0 | 1.0 | 28.0 | 130.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -9.800000 | 94.10 | 0.0 | 87.000000 | NaN | 2.045000 | 56.786402 | 11.207143 | 0.000000 | -0.159696 | -0.598086 | -0.619617 | -0.025268 | -0.041011 | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 68.489583 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | NaN | 9.7 | 5.249 | NaN | NaN | 172.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.091255 | -0.159696 | NaN | NaN | NaN | NaN | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 62.239583 | 2.0 | NaN | NaN | NaN | NaN | 120.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.075314 | -0.075314 | NaN | NaN | NaN | NaN | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 57.552083 | 2.0 | NaN | 1.0 | NaN | NaN | 115.0 | NaN | 8.9 | 2.197 | 168.0 | NaN | 35.0 | NaN | -13.200000 | 96.38 | 0.0 | 67.000000 | NaN | 2.300000 | 60.568888 | 13.507500 | 0.000000 | 0.000000 | -0.053571 | -0.053571 | 0.000000 | 0.000000 | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 100979 | DAY 0 | 62.500000 | 3.0 | 1.0 | 1.0 | 0.0 | 30.3 | 91.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -6.600000 | 103.71 | 0.0 | 102.000000 | NaN | 3.282500 | 67.511044 | 10.772500 | 0.208333 | 0.033333 | 0.160057 | -0.469811 | 0.099503 | 0.304622 | 60.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| DAY 28 | 75.520833 | 3.0 | NaN | NaN | NaN | NaN | 94.0 | 0.10 | 6.5 | 4.586 | 3247.0 | 0.02558 | 14.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.234483 | -0.144828 | -0.410533 | -0.542963 | NaN | NaN | 60.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | |
| DAY 84 | 57.812500 | 3.0 | NaN | NaN | NaN | NaN | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.117117 | 0.117117 | NaN | NaN | NaN | NaN | 60.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | |
| END OF TREATMENT | 64.583333 | 3.0 | NaN | 1.0 | NaN | NaN | 105.0 | 0.05 | 6.3 | 7.242 | 1914.0 | 0.02271 | 3.0 | 1696.95 | -7.400000 | 95.46 | 0.0 | 103.600000 | NaN | 2.880000 | 67.171252 | 11.424000 | 0.000000 | 0.000000 | -0.224660 | -0.224660 | 0.000000 | 0.000000 | 60.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | |
| 101015 | DAY 0 | 44.010417 | 2.0 | 1.0 | 1.0 | 1.0 | 25.6 | 115.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -7.633333 | 96.31 | 0.0 | 62.125000 | NaN | 3.877500 | 65.341427 | 10.402500 | 0.284024 | 0.372781 | 0.007190 | -0.110721 | -0.021260 | -0.064705 | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 56.510417 | 2.0 | NaN | NaN | NaN | NaN | 110.0 | 0.20 | 6.2 | 6.862 | 6304.0 | 0.02634 | 6.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.096774 | 0.069124 | -0.235247 | -0.117069 | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 61.979167 | 2.0 | NaN | NaN | NaN | NaN | 104.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.025210 | -0.025210 | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 60.416667 | 2.0 | NaN | 1.0 | NaN | NaN | 120.0 | 0.50 | 6.1 | 6.596 | 4821.0 | 0.02664 | 11.0 | 1360.20 | -6.500000 | 100.84 | 0.0 | 58.500000 | NaN | 3.087500 | 67.510502 | 11.272500 | 0.000000 | 0.000000 | 0.154532 | 0.154532 | 0.000000 | 0.000000 | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| 101070 | DAY 0 | 52.083333 | 3.0 | 0.0 | 1.0 | 0.0 | 35.6 | 117.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 35.500000 | NaN | 2.605000 | 60.919823 | 10.475000 | 0.295000 | 0.005000 | 0.339879 | 0.108761 | -0.025602 | -0.030925 | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| DAY 28 | 67.447917 | 3.0 | NaN | NaN | NaN | NaN | 112.0 | 0.60 | 8.1 | 5.993 | 887.0 | 0.03207 | 1.5 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.254826 | -0.223938 | -0.428410 | -0.172492 | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| DAY 84 | 50.260417 | 3.0 | NaN | NaN | NaN | NaN | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.041451 | 0.041451 | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| END OF TREATMENT | 52.343750 | 3.0 | NaN | 1.0 | NaN | NaN | 103.0 | 0.80 | 8.3 | 6.124 | 507.0 | 0.03411 | 1.5 | NaN | -7.900000 | 77.25 | 0.0 | 37.000000 | NaN | 3.057500 | 57.877783 | 10.876250 | 0.000000 | 0.000000 | 0.447732 | 0.447732 | 0.000000 | 0.000000 | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| 101108 | DAY 0 | 39.062500 | 3.0 | 0.0 | 0.0 | 0.0 | 37.0 | 127.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -5.766667 | 103.67 | 49.0 | 115.062500 | 2.000000 | 2.713750 | 65.254237 | 11.376875 | 0.493333 | 0.333333 | 0.261176 | 0.021176 | 0.188810 | 0.062903 | 67.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 58.333333 | 2.0 | NaN | NaN | NaN | NaN | 115.0 | 0.50 | 7.0 | 42.487 | 1072.0 | 0.04812 | 19.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.330357 | -0.107143 | -0.044776 | -0.190299 | NaN | NaN | 67.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 39.062500 | 2.0 | NaN | NaN | NaN | NaN | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.333333 | 0.333333 | NaN | NaN | NaN | NaN | 67.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 52.083333 | 2.0 | NaN | 0.0 | NaN | NaN | 110.0 | 0.80 | 7.2 | 95.542 | 1024.0 | 0.05289 | 3.0 | 1079.10 | -13.933333 | 106.77 | 1.0 | 74.250000 | NaN | 3.352500 | 76.059458 | 11.231250 | 0.000000 | 0.000000 | -0.152344 | -0.152344 | 0.000000 | 0.000000 | 67.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 101149 | DAY 0 | 68.229167 | 2.0 | 1.0 | 1.0 | 1.0 | 23.6 | 115.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 84.53 | 0.0 | 146.750000 | NaN | 3.150000 | 59.327096 | 16.452500 | 0.198473 | -0.061069 | -0.138098 | -0.552390 | 0.245818 | 0.251617 | 58.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 81.770833 | 2.0 | NaN | NaN | NaN | NaN | 135.0 | 0.20 | 5.7 | 2.402 | 1785.0 | 0.01875 | 22.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | -0.216561 | 2.695798 | -0.480672 | NaN | NaN | 58.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 81.770833 | 2.0 | NaN | NaN | NaN | NaN | 125.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.216561 | -0.216561 | NaN | NaN | NaN | NaN | 58.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 64.062500 | 2.0 | NaN | 1.0 | NaN | NaN | 130.0 | 1.10 | 5.5 | 12.957 | 6597.0 | 0.05099 | 60.0 | 1907.22 | -4.900000 | 136.72 | 0.0 | 102.285714 | NaN | 3.221429 | 85.124827 | 13.384286 | 0.000000 | 0.000000 | -0.859482 | -0.859482 | 0.000000 | 0.000000 | 58.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| 101154 | DAY 0 | 55.208333 | 2.0 | 0.0 | 1.0 | 1.0 | 25.6 | 115.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 64.250000 | NaN | 2.300000 | 56.504031 | 10.255000 | 0.216981 | 0.216981 | -0.136306 | -0.480255 | 0.201864 | 0.201864 | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 67.187500 | 2.0 | NaN | NaN | NaN | NaN | 111.0 | 0.90 | 6.6 | 7.121 | 1356.0 | 0.00650 | 3.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.093023 | 0.000000 | -0.194690 | -0.398230 | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 60.937500 | 2.0 | NaN | NaN | NaN | NaN | 108.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.102564 | 0.102564 | NaN | NaN | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 67.187500 | 2.0 | NaN | 1.0 | NaN | NaN | 123.0 | 0.60 | 6.4 | 7.436 | 1092.0 | 0.00650 | 4.0 | 1191.56 | -13.100000 | 84.54 | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | -0.252747 | -0.252747 | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 101160 | DAY 0 | 16.145833 | 3.0 | 0.0 | 1.0 | 1.0 | 27.4 | 106.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -9.500000 | 68.30 | 0.0 | 73.625000 | NaN | 2.663750 | 72.984145 | 13.648750 | 0.225806 | -0.032258 | 0.234421 | 0.356366 | -0.095967 | -0.112263 | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 19.791667 | 2.0 | NaN | NaN | NaN | NaN | 106.0 | 0.70 | 5.9 | 11.165 | 8736.0 | 0.06580 | 150.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.394737 | -0.210526 | 0.049336 | 0.098787 | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 11.979167 | 3.0 | NaN | NaN | NaN | NaN | 111.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.304348 | 0.304348 | NaN | NaN | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 15.625000 | 3.0 | NaN | 1.0 | NaN | NaN | 120.0 | 0.90 | 6.6 | 7.924 | 9167.0 | 0.04498 | 126.0 | 1926.35 | -8.700000 | 58.15 | 0.0 | 82.000000 | NaN | 1.791250 | 69.582775 | 14.626250 | 0.000000 | 0.000000 | 0.047126 | 0.047126 | 0.000000 | 0.000000 | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 101175 | DAY 0 | 77.604167 | 2.0 | 1.0 | 1.0 | 0.0 | 29.8 | 115.0 | NaN | NaN | NaN | 8363.0 | NaN | NaN | 1222.97 | -7.866667 | 151.36 | 118.0 | 128.875000 | NaN | 1.397500 | 70.097463 | 11.556250 | -0.050336 | -0.214765 | 0.000000 | 0.000000 | -0.303828 | -0.303828 | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 73.697917 | 2.0 | NaN | NaN | NaN | NaN | 114.0 | NaN | 6.3 | 1.506 | NaN | NaN | 25.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.173145 | -0.173145 | NaN | NaN | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 60.937500 | 2.0 | NaN | NaN | NaN | NaN | 135.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | NaN | NaN | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 101188 | DAY 0 | 92.708333 | 2.0 | 1.0 | 1.0 | 0.0 | 23.0 | 95.0 | NaN | NaN | NaN | NaN | NaN | NaN | 749.47 | -7.633333 | 66.17 | 0.0 | 84.250000 | NaN | 1.362500 | 61.604989 | 9.591250 | 0.033708 | 0.056180 | -0.432211 | -0.686988 | 0.357191 | -0.042339 | 74.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 95.833333 | 2.0 | NaN | NaN | NaN | NaN | 107.0 | 0.05 | 6.6 | 275.480 | 624.0 | 0.01726 | 4.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.021739 | 0.021739 | -0.604167 | -0.448718 | NaN | NaN | 74.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 97.916667 | 1.0 | NaN | NaN | NaN | NaN | 105.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | NaN | NaN | NaN | NaN | 74.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 97.916667 | 1.0 | NaN | 1.0 | NaN | NaN | 120.0 | 0.05 | 5.9 | NaN | 247.0 | 0.00650 | NaN | NaN | -14.166667 | 55.84 | 0.0 | 100.333333 | NaN | 2.070000 | 49.363956 | 10.595000 | 0.000000 | 0.000000 | 0.392713 | 0.392713 | 0.000000 | 0.000000 | 74.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | |
| 101221 | DAY 0 | 81.250000 | 2.0 | 0.0 | 0.0 | 0.0 | 23.5 | 96.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -6.733333 | 140.94 | 0.0 | 120.375000 | NaN | 4.156250 | 70.894487 | 12.693750 | 0.205128 | 0.121795 | -0.456043 | -0.790022 | 0.252199 | 0.655233 | 61.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| DAY 28 | 97.916667 | 2.0 | NaN | NaN | NaN | NaN | 102.0 | 0.20 | 5.9 | NaN | 2246.0 | 0.00650 | 6.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.101064 | -0.069149 | -0.796527 | -0.613980 | NaN | NaN | 61.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| DAY 84 | 88.020833 | 2.0 | NaN | NaN | NaN | NaN | 98.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.035503 | 0.035503 | NaN | NaN | NaN | NaN | 61.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| END OF TREATMENT | 91.145833 | 2.0 | NaN | 0.0 | NaN | NaN | 102.0 | 1.20 | 5.1 | NaN | 457.0 | 0.03632 | 11.0 | 1342.38 | -13.500000 | 114.61 | 0.0 | 197.250000 | NaN | 5.077500 | 61.856785 | 9.025000 | 0.000000 | 0.000000 | 0.897155 | 0.897155 | 0.000000 | 0.000000 | 61.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | |
| 101229 | DAY 0 | 49.739583 | 3.0 | 1.0 | 0.0 | 1.0 | 26.0 | 100.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 138.48 | 56.0 | 133.875000 | NaN | 0.943750 | 63.111977 | 19.281250 | 0.062827 | 0.408377 | -0.160205 | 0.079005 | -0.233030 | -0.312573 | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 52.864583 | 3.0 | NaN | NaN | NaN | NaN | 105.0 | 0.05 | 6.3 | 3.777 | 2296.0 | 0.02927 | 4.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.226601 | 0.325123 | 0.088850 | 0.284843 | NaN | NaN | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 64.843750 | 3.0 | NaN | NaN | NaN | NaN | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.080321 | 0.080321 | NaN | NaN | NaN | NaN | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 70.052083 | 3.0 | NaN | 0.0 | NaN | NaN | 100.0 | 0.05 | 5.8 | 3.302 | 2500.0 | 0.03498 | 16.0 | NaN | NaN | 129.61 | 53.0 | 139.125000 | 1.000000 | 1.056250 | 61.796496 | 15.866250 | 0.000000 | 0.000000 | 0.180000 | 0.180000 | 0.000000 | 0.000000 | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 101235 | DAY 0 | 80.729167 | 3.0 | 1.0 | 0.0 | 0.0 | 24.8 | 124.0 | NaN | NaN | NaN | NaN | NaN | NaN | 2058.33 | -12.433333 | 106.98 | 0.0 | 117.375000 | 1.000000 | 3.963750 | 53.994962 | 11.058750 | -0.106452 | -0.106452 | -0.243047 | 2.419363 | 0.746251 | 0.746251 | 78.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| DAY 28 | 72.135417 | 3.0 | NaN | NaN | NaN | NaN | 102.0 | 0.60 | 5.6 | 7.442 | 3239.0 | 0.02302 | 13.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 3.517275 | 3.517275 | NaN | NaN | 78.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | |
| 101240 | DAY 0 | 63.281250 | 2.0 | 1.0 | 1.0 | 1.0 | 20.6 | 114.0 | NaN | NaN | NaN | NaN | NaN | NaN | 941.68 | -8.900000 | 73.28 | 0.0 | 88.285714 | NaN | 1.543333 | 64.666859 | 10.833333 | 0.251029 | 0.106996 | -0.150240 | -0.430889 | 0.072672 | 0.072672 | 48.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| DAY 28 | 79.166667 | 2.0 | NaN | NaN | NaN | NaN | 110.0 | 0.60 | 5.2 | 12.365 | 2828.0 | 0.04864 | 5.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.072368 | -0.115132 | -0.245403 | -0.330269 | NaN | NaN | 48.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| DAY 84 | 73.437500 | 2.0 | NaN | NaN | NaN | NaN | 111.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -0.046099 | -0.046099 | NaN | NaN | NaN | NaN | 48.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| END OF TREATMENT | 70.052083 | 2.0 | NaN | 1.0 | NaN | NaN | 108.0 | NaN | NaN | NaN | 2134.0 | 0.02667 | 3.0 | 1166.79 | -7.200000 | 76.38 | 0.0 | 116.250000 | NaN | 1.766250 | 62.902364 | 9.773750 | 0.000000 | 0.000000 | -0.112465 | -0.112465 | 0.000000 | 0.000000 | 48.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | |
| 101261 | DAY 0 | 80.468750 | 3.0 | 1.0 | 0.0 | 0.0 | 24.8 | 110.0 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | -5.400000 | 91.51 | 9.0 | 43.571429 | NaN | 3.324286 | 100.056572 | 9.201429 | 0.022654 | -0.203883 | 0.941887 | -0.584721 | 0.076068 | -0.187392 | 70.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 201531 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 4.0 | 73.000000 | NaN | 2.572500 | 63.808467 | 10.720000 | NaN | NaN | NaN | NaN | NaN | NaN | 87.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 201575 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 4.0 | 105.125000 | NaN | 3.015000 | 73.482936 | 10.495625 | NaN | NaN | NaN | NaN | NaN | NaN | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 201610 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 143.375000 | NaN | 2.633750 | 64.550099 | 12.589375 | NaN | NaN | NaN | NaN | NaN | NaN | 83.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 201623 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 55.000000 | NaN | 5.241250 | 86.827649 | 12.331250 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 201658 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 90.444444 | NaN | 3.592778 | 60.727427 | 9.982222 | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 201689 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 17.0 | 201.833333 | NaN | 5.017500 | 72.451549 | 13.274167 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 201759 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 200.375000 | NaN | 2.664375 | 56.203520 | 10.832500 | NaN | NaN | NaN | NaN | NaN | NaN | 91.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 201810 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 98.0 | 103.625000 | NaN | 4.040000 | 67.719740 | 10.178125 | NaN | NaN | NaN | NaN | NaN | NaN | 56.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 201834 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 95.125000 | NaN | 2.178750 | 65.705217 | 12.702500 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 201975 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 68.777778 | NaN | 1.566875 | 66.101606 | 12.405556 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | NaN | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 202050 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 121.375000 | NaN | 1.988750 | 1.249002 | 11.768125 | NaN | NaN | NaN | NaN | NaN | NaN | 66.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 3.0 | 3.0 |
| 202065 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 64.0 | 96.000000 | 3.500000 | 3.059375 | 52.540712 | 10.615000 | NaN | NaN | NaN | NaN | NaN | NaN | 84.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 |
| 202092 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 33.0 | 95.142857 | NaN | 3.834286 | 90.382827 | 12.067857 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 5.0 | 0.0 | 0.0 | 2.0 |
| 202171 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 79.444444 | NaN | 1.361875 | 66.791404 | 10.045625 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 2.0 |
| 202178 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 35.0 | 97.833333 | NaN | 3.399167 | 50.348561 | 8.975833 | NaN | NaN | NaN | NaN | NaN | NaN | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 4.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 4.0 | 0.0 | 1.0 | 2.0 |
| 202218 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 28.0 | 167.333333 | 1.000000 | 2.621667 | 64.622236 | 14.955000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 202339 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 63.333333 | NaN | 3.347222 | 66.264703 | 9.472778 | NaN | NaN | NaN | NaN | NaN | NaN | 65.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | NaN | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 |
| 202344 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 56.0 | 120.625000 | NaN | 2.105000 | 72.855478 | 13.347500 | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 3.0 | 4.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 |
| 202438 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 107.400000 | NaN | 2.812000 | 56.207069 | 9.925000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 202485 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 69.750000 | NaN | 3.468125 | 67.867466 | 11.826250 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 202486 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 81.250000 | NaN | 2.486875 | 65.176829 | 13.131875 | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 202511 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 84.0 | 178.250000 | 2.500000 | 1.107500 | 65.929875 | 11.996250 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 202542 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 118.625000 | NaN | 2.669375 | 76.233422 | 11.640000 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 202557 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 82.000000 | NaN | 1.073750 | 51.201824 | 10.231875 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 202575 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 87.500000 | NaN | 2.725625 | 78.558903 | 10.938750 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 202700 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 57.0 | 114.166667 | 2.333333 | 3.595000 | 71.710267 | 16.480833 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 202747 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 92.666667 | 1.000000 | 4.015000 | 62.271798 | 12.695556 | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 202780 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 76.625000 | NaN | 3.874375 | 59.632210 | 9.364375 | NaN | NaN | NaN | NaN | NaN | NaN | 70.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 202839 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 3.0 | 140.625000 | NaN | 2.414375 | 66.107928 | 10.828750 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 3.0 | 1.0 |
| 202851 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 22.0 | 183.250000 | 1.000000 | 1.367500 | 85.855183 | 10.505000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 202860 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 41.0 | 145.875000 | 1.666667 | 0.844375 | 51.128630 | 11.583125 | NaN | NaN | NaN | NaN | NaN | NaN | 81.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 202931 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 147.500000 | NaN | 3.323750 | 72.659089 | 10.485000 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 202957 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 30.0 | 130.000000 | 3.000000 | 2.395000 | 54.422972 | 10.945625 | NaN | NaN | NaN | NaN | NaN | NaN | 86.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 202973 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 133.750000 | NaN | 4.106250 | 63.537050 | 10.278750 | NaN | NaN | NaN | NaN | NaN | NaN | 62.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203035 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 211.000000 | NaN | 3.043125 | 48.735757 | 9.931875 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 203050 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 146.444444 | NaN | 1.812222 | 63.776630 | 12.651667 | NaN | NaN | NaN | NaN | NaN | NaN | 87.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203089 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 83.625000 | NaN | 1.538125 | 71.087666 | 8.148750 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203102 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 12.0 | 180.000000 | NaN | 2.763333 | 54.923278 | 7.523333 | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203141 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 29.375000 | NaN | 2.496250 | 60.076485 | 12.023125 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 203145 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 44.0 | 90.500000 | NaN | 1.973750 | 70.227275 | 12.971875 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203159 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 1.0 | 192.500000 | 9.666667 | 3.678750 | 80.878373 | 12.255000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 203278 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 147.888889 | NaN | 1.494375 | 63.424159 | 12.357222 | NaN | NaN | NaN | NaN | NaN | NaN | 84.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 203300 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 129.0 | 70.375000 | NaN | 1.877500 | 78.727610 | 7.962778 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 203317 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 52.0 | 102.125000 | NaN | 3.313125 | 66.677434 | 17.889375 | NaN | NaN | NaN | NaN | NaN | NaN | 66.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203321 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 102.250000 | NaN | 4.241250 | 33.079046 | 14.108750 | NaN | NaN | NaN | NaN | NaN | NaN | 66.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203323 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 47.0 | 88.375000 | NaN | 2.908125 | 78.146078 | 14.618125 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 |
| 203377 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 112.625000 | NaN | 1.121250 | 84.395034 | 12.418750 | NaN | NaN | NaN | NaN | NaN | NaN | 93.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 203378 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 34.0 | 78.875000 | NaN | 2.999375 | 99.882353 | 12.820625 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203412 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 104.125000 | NaN | 2.423750 | 73.392692 | 11.522500 | NaN | NaN | NaN | NaN | NaN | NaN | 64.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203475 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 113.625000 | 7.250000 | 2.270625 | 68.097746 | 9.225000 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203479 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 94.750000 | NaN | 2.462500 | 64.035093 | 12.004375 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 3.0 | 0.0 | 0.0 | 1.0 |
| 203490 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 5.0 | 116.500000 | NaN | 2.663750 | 66.342436 | 12.310625 | NaN | NaN | NaN | NaN | NaN | NaN | 82.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 203506 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 37.0 | 48.555556 | NaN | 3.313333 | 94.824067 | 8.471111 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 |
| 203515 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 103.200000 | NaN | 3.520000 | 79.051990 | 9.002000 | NaN | NaN | NaN | NaN | NaN | NaN | 47.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 203519 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 102.000000 | NaN | 2.045625 | 59.206255 | 11.921875 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 203554 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 119.000000 | NaN | 2.163125 | 52.568862 | 13.309375 | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 |
| 203600 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 71.625000 | NaN | 1.702500 | 66.848729 | 13.871250 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 4.0 | 0.0 | 0.0 | 3.0 |
| 203661 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 132.375000 | NaN | 1.963125 | 45.590614 | 12.757500 | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203707 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 56.800000 | NaN | 3.672500 | 55.585354 | 14.100625 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203721 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 129.000000 | NaN | 5.047500 | 59.195276 | 11.080625 | NaN | NaN | NaN | NaN | NaN | NaN | 54.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203731 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 4.0 | 83.888889 | NaN | 4.871250 | 69.980240 | 11.638889 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 203732 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 98.0 | 137.125000 | 4.428571 | 2.145000 | 67.050336 | 13.481250 | NaN | NaN | NaN | NaN | NaN | NaN | 84.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 3.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 2.0 |
| 203740 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 4.0 | 133.625000 | NaN | 2.537500 | 75.932355 | 10.580000 | NaN | NaN | NaN | NaN | NaN | NaN | 64.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 203778 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 50.0 | 123.500000 | 2.000000 | 2.416875 | 78.660283 | 10.816875 | NaN | NaN | NaN | NaN | NaN | NaN | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 2.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 203831 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 72.125000 | NaN | 2.066875 | 64.047115 | 11.185000 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 203871 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 78.000000 | NaN | 5.190000 | 65.489815 | 28.995000 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 203881 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 152.500000 | NaN | 3.842500 | 53.865629 | 9.081875 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 204029 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 50.0 | 83.875000 | NaN | 1.872500 | 78.568838 | 10.620000 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204038 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 100.375000 | NaN | 2.856875 | 76.874676 | 11.306250 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 2.0 | 1.0 | 2.0 | 2.0 |
| 204066 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 69.125000 | NaN | 2.245625 | 56.963485 | 11.167500 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 204075 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 108.500000 | NaN | 2.762500 | 58.160089 | 11.393125 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 204084 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 26.625000 | NaN | 1.615625 | 64.774246 | 12.340000 | NaN | NaN | NaN | NaN | NaN | NaN | 60.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 204102 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 186.250000 | NaN | 2.112500 | 61.298066 | 9.738125 | NaN | NaN | NaN | NaN | NaN | NaN | 82.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 204188 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 46.0 | 110.000000 | 1.500000 | 2.030000 | 70.957166 | 13.156000 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 204210 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 71.500000 | NaN | 3.066875 | 70.057613 | 9.990625 | NaN | NaN | NaN | NaN | NaN | NaN | 70.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204215 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 126.375000 | NaN | 4.064375 | 76.722854 | 11.580625 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204244 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 15.0 | 219.750000 | NaN | 2.766250 | 56.175811 | 12.681250 | NaN | NaN | NaN | NaN | NaN | NaN | 66.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 204277 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 119.875000 | NaN | 3.484375 | 64.079707 | 12.320625 | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 204285 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 73.125000 | NaN | 2.173750 | 64.490882 | 13.741667 | NaN | NaN | NaN | NaN | NaN | NaN | 62.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204318 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 100.500000 | NaN | 3.636250 | 76.573950 | 10.461875 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 5.0 | 5.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 3.0 |
| 204364 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 100.000000 | NaN | 0.937222 | 55.864205 | 11.546250 | NaN | NaN | NaN | NaN | NaN | NaN | 51.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 1.0 |
| 204385 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 87.555556 | NaN | 1.893750 | 60.863508 | 10.767222 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204458 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 103.0 | 83.375000 | NaN | 3.388125 | 93.663421 | 13.127500 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204477 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 41.555556 | NaN | 1.703333 | 85.471275 | 8.686667 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 204499 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 117.000000 | NaN | 2.461875 | 70.637121 | 10.003750 | NaN | NaN | NaN | NaN | NaN | NaN | 86.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 204516 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 77.625000 | NaN | 4.499375 | 58.909414 | 10.946250 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204541 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 125.750000 | NaN | 1.782500 | 69.008965 | 10.519375 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 204562 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 147.000000 | NaN | 6.037500 | 43.057616 | 10.867500 | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 204676 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 6.0 | 49.000000 | NaN | 2.927500 | 79.295904 | 11.410000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 204728 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 10.0 | 199.750000 | 1.000000 | 3.215000 | 50.434188 | 12.756875 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204729 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 138.600000 | NaN | 2.297000 | 69.787711 | 9.146000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 204767 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 56.0 | 107.571429 | 1.000000 | 1.731429 | 75.134939 | 27.971429 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 204780 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 55.0 | 140.750000 | 1.000000 | 2.765000 | 69.984091 | 9.967500 | NaN | NaN | NaN | NaN | NaN | NaN | 55.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204813 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 56.0 | 86.222222 | NaN | 2.271667 | 72.571243 | 10.802222 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 204825 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 103.625000 | NaN | 2.102500 | 60.159624 | 11.202500 | NaN | NaN | NaN | NaN | NaN | NaN | 90.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 204919 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 72.125000 | NaN | 4.513125 | 82.947970 | 11.062500 | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 204932 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 64.0 | 72.625000 | 2.000000 | 1.251875 | 67.732843 | 13.311875 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 204978 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 1.0 | 140.111111 | NaN | 2.032222 | 69.660426 | 11.338889 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 204987 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 36.0 | 197.125000 | 5.250000 | 2.076875 | 48.526324 | 11.141250 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 205008 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 196.875000 | NaN | 1.820625 | 57.239911 | 11.385625 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 205034 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 83.0 | 136.000000 | 3.142857 | 2.608125 | 66.569263 | 14.367500 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 205059 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 1.0 | 125.125000 | NaN | 2.308750 | 74.162074 | 12.428750 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 205100 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 101.250000 | NaN | 3.360625 | 76.361284 | 11.033750 | NaN | NaN | NaN | NaN | NaN | NaN | 48.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 |
| 205102 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 204.111111 | NaN | 2.202222 | 46.694501 | 13.222222 | NaN | NaN | NaN | NaN | NaN | NaN | 66.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 3.0 | 1.0 |
| 205135 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 46.0 | 117.875000 | NaN | 4.275625 | 79.051897 | 11.345625 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 205179 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 58.0 | 105.125000 | NaN | 3.144375 | 79.146706 | 9.338750 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 3.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 5.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 205205 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 109.285714 | NaN | 2.654286 | 72.036847 | 14.536429 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 205209 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 100.666667 | NaN | 3.855000 | 52.435120 | 9.473333 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 205236 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 96.000000 | NaN | 3.856000 | 69.998093 | 10.716000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 205275 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 98.888889 | NaN | 1.342778 | 71.829051 | 10.655000 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 5.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 |
| 205301 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 37.0 | 42.444444 | NaN | 1.575625 | 81.191478 | 11.782500 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 205341 | END OF TREATMENT | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 73.666667 | NaN | 2.153333 | 73.520854 | 11.911667 | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 71.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 3.0 | 1.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 72.750000 | NaN | 3.211250 | 70.751270 | 10.275000 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 3.0 | 1.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | |
| 205347 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 152.375000 | NaN | 2.583125 | 55.429065 | 14.185625 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 205349 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 47.750000 | NaN | 3.243750 | 58.864066 | 8.626250 | NaN | NaN | NaN | NaN | NaN | NaN | 81.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 205364 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 95.500000 | NaN | 3.138125 | 50.075278 | 8.334375 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 6.0 | 2.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 3.0 | 0.0 | 2.0 | 2.0 |
| 205366 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 44.0 | 83.625000 | NaN | 2.622500 | 72.825738 | 10.418125 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 205440 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 126.000000 | NaN | 2.683125 | 70.002913 | 14.146875 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 205462 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 148.125000 | 1.000000 | 2.119375 | 56.514506 | 10.300625 | NaN | NaN | NaN | NaN | NaN | NaN | 62.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 205463 | END OF TREATMENT | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 89.750000 | NaN | 2.000000 | 64.059879 | 10.790000 | NaN | NaN | NaN | NaN | 0.000000 | 0.000000 | 79.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 4.0 | 113.125000 | NaN | 2.183750 | 62.108387 | 10.786875 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | |
| 205499 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 140.875000 | NaN | 4.593125 | 73.614736 | 11.322500 | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 |
| 205507 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 97.625000 | NaN | 2.177500 | 65.457823 | 9.800000 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 205511 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 96.600000 | NaN | 2.272000 | 64.840552 | 9.421000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 205615 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 90.0 | 84.750000 | NaN | 2.137500 | 84.316105 | 10.874375 | NaN | NaN | NaN | NaN | NaN | NaN | 70.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 205627 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 153.500000 | NaN | 1.965000 | 81.018384 | 11.805000 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 205744 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 127.250000 | NaN | 3.618125 | 51.747786 | 10.533125 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 205754 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 54.0 | 97.750000 | NaN | 2.071875 | 65.405603 | 13.405000 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 205831 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 89.375000 | NaN | 1.851875 | 62.118296 | 13.136250 | NaN | NaN | NaN | NaN | NaN | NaN | 65.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 205884 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 150.333333 | NaN | 1.937222 | 52.784177 | 13.182222 | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 205904 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 146.875000 | NaN | 4.380000 | 60.760825 | 8.705000 | NaN | NaN | NaN | NaN | NaN | NaN | 47.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 205990 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 76.111111 | NaN | 3.244375 | 83.232095 | 10.245556 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 206018 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 69.250000 | NaN | 3.133750 | 69.790232 | 10.920625 | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 206026 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 79.500000 | NaN | 3.045000 | 63.074682 | 10.050000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 206051 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 130.750000 | NaN | 3.417500 | 61.210261 | 12.302500 | NaN | NaN | NaN | NaN | NaN | NaN | 70.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206074 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 197.125000 | NaN | 2.510625 | 62.384035 | 10.870000 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 2.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206075 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 16.0 | 137.750000 | NaN | 2.540000 | 46.089928 | 14.378125 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206101 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 37.0 | 68.750000 | NaN | 1.132500 | 79.071577 | 16.281250 | NaN | NaN | NaN | NaN | NaN | NaN | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 206110 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 153.000000 | NaN | 2.937857 | 68.921599 | 11.995000 | NaN | NaN | NaN | NaN | NaN | NaN | 59.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206118 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 69.111111 | NaN | 3.078125 | 64.230287 | 6.299444 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 |
| 206195 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 155.375000 | NaN | 2.421250 | 75.113985 | 9.718125 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 206241 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 12.0 | 108.250000 | NaN | 1.071875 | 57.630521 | 13.312500 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206278 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 53.0 | 93.375000 | NaN | 2.006875 | 72.215739 | 10.779375 | NaN | NaN | NaN | NaN | NaN | NaN | 64.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 2.0 | 1.0 |
| 206282 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 195.750000 | NaN | 3.331250 | 58.297234 | 9.438750 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 |
| 206312 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 98.857143 | NaN | 2.783571 | 57.295456 | 8.965714 | NaN | NaN | NaN | NaN | NaN | NaN | 60.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206408 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 115.0 | 214.250000 | NaN | 3.079375 | 71.613116 | 11.372500 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 2.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 206411 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 71.000000 | NaN | 2.205000 | 62.784882 | 9.798333 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 3.0 | 3.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 |
| 206525 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 73.125000 | NaN | 2.199375 | 57.041498 | 13.571875 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 |
| 206544 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 9.0 | 129.500000 | 1.000000 | 2.442500 | 56.757261 | 11.933750 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 4.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206563 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 11.0 | 195.500000 | 23.625000 | 1.241250 | 46.583156 | 11.823750 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 206577 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 154.000000 | 3.714286 | 2.562500 | 71.849869 | 10.780000 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206585 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 66.0 | 112.875000 | NaN | 2.236250 | 60.651160 | 11.890625 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206597 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 20.0 | 96.000000 | NaN | 3.900000 | 60.899600 | 11.875000 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206600 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 53.000000 | NaN | 2.554286 | 72.140072 | 10.111429 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 206625 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 152.666667 | NaN | 3.301667 | 65.714658 | 12.912500 | NaN | NaN | NaN | NaN | NaN | NaN | 59.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 206626 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 21.375000 | NaN | 1.895000 | 75.314416 | 9.993750 | NaN | NaN | NaN | NaN | NaN | NaN | 82.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 2.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 2.0 |
| 206651 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 120.833333 | 1.000000 | 1.114167 | 58.617077 | 11.058571 | NaN | NaN | NaN | NaN | NaN | NaN | 82.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 1.0 | 1.0 | 1.0 |
| 206698 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 89.500000 | NaN | 1.819375 | 42.418029 | 12.935000 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 4.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 |
| 206720 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 139.857143 | NaN | 3.139286 | 67.123642 | 12.727143 | NaN | NaN | NaN | NaN | NaN | NaN | 83.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 206869 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 31.0 | 108.750000 | 2.000000 | 2.283750 | 62.697928 | 14.236250 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 206890 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 133.000000 | NaN | 3.471875 | 64.061812 | 10.974375 | NaN | NaN | NaN | NaN | NaN | NaN | 84.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 4.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 |
| 206921 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 219.000000 | NaN | 2.348750 | 33.669330 | 9.055000 | NaN | NaN | NaN | NaN | NaN | NaN | 66.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 206931 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 60.0 | 127.375000 | 1.000000 | 2.140000 | 92.309146 | 12.015625 | NaN | NaN | NaN | NaN | NaN | NaN | 82.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 |
| 207013 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 105.500000 | NaN | 3.036250 | 58.974792 | 13.918125 | NaN | NaN | NaN | NaN | NaN | NaN | 83.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 207017 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 148.500000 | NaN | 2.916875 | 64.945515 | 11.800625 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 3.0 | 1.0 | 1.0 | 2.0 |
| 207036 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 131.0 | 109.250000 | 1.000000 | 2.475625 | 68.792628 | 8.417500 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 207037 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 81.0 | 108.000000 | NaN | 1.236875 | 69.656052 | 8.363750 | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 207059 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 54.000000 | NaN | 2.797857 | 71.953507 | 11.242857 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 |
| 207062 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 102.375000 | NaN | 1.659375 | 66.732336 | 12.240625 | NaN | NaN | NaN | NaN | NaN | NaN | 81.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 3.0 |
| 207107 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 26.0 | 117.000000 | NaN | 2.938333 | 76.470565 | 12.065000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 207127 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 58.875000 | NaN | 3.200625 | 60.456427 | 13.986875 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207139 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 103.555556 | NaN | 1.776111 | 73.115755 | 10.524444 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207162 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 2.0 | 85.375000 | NaN | 2.703125 | 76.581666 | 10.981875 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 2.0 |
| 207169 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 93.250000 | NaN | 3.773125 | 78.886011 | 9.427500 | NaN | NaN | NaN | NaN | NaN | NaN | 51.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 |
| 207256 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 71.375000 | NaN | 0.917500 | 61.519731 | 11.854375 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 207270 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 56.750000 | NaN | 1.750625 | 58.402991 | 9.207778 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 207276 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 108.0 | 199.250000 | 5.857143 | 4.019375 | 68.048167 | 11.834375 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207282 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 98.625000 | NaN | 2.968750 | 64.897763 | 16.378750 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 207292 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 116.857143 | NaN | 2.010625 | 47.085545 | 10.713125 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207329 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 124.750000 | NaN | 3.770625 | 58.885514 | 11.462500 | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207350 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 32.0 | 98.000000 | 2.000000 | 3.012500 | 72.027950 | 12.294375 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 207373 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 102.625000 | NaN | 2.771875 | 59.409395 | 13.006875 | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 3.0 | 0.0 | 1.0 | 2.0 |
| 207374 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 149.375000 | NaN | 1.964375 | 72.483450 | 14.601875 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207475 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 92.500000 | NaN | 3.806875 | 62.226991 | 9.993750 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 207608 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 97.375000 | NaN | 1.696250 | 58.698077 | 12.845625 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 1.0 | 1.0 | 1.0 |
| 207620 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 114.250000 | NaN | 2.192500 | 76.669965 | 14.012500 | NaN | NaN | NaN | NaN | NaN | NaN | 91.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207729 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 114.250000 | NaN | 4.220625 | 51.528991 | 10.812778 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 207746 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 112.625000 | NaN | 3.136875 | 59.079318 | 12.205000 | NaN | NaN | NaN | NaN | NaN | NaN | 70.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207782 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 192.625000 | NaN | 4.004375 | 56.714551 | 10.066250 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 207793 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 119.750000 | NaN | 1.843125 | 54.182275 | 10.702500 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207809 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 85.375000 | NaN | 4.064375 | 63.070143 | 9.133750 | NaN | NaN | NaN | NaN | NaN | NaN | 70.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 207823 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 95.111111 | NaN | 3.193889 | 68.841111 | 12.277222 | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 207881 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 48.375000 | NaN | 1.618125 | 55.788943 | 8.171250 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 207886 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 4.0 | 100.875000 | 1.000000 | 2.391875 | 66.541511 | 10.453750 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 207981 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 38.0 | 91.375000 | NaN | 2.980000 | 72.984680 | 10.370000 | NaN | NaN | NaN | NaN | NaN | NaN | 88.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 |
| 208010 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 87.625000 | NaN | 3.521875 | 64.556591 | 12.840000 | NaN | NaN | NaN | NaN | NaN | NaN | 70.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 208017 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 123.750000 | 1.000000 | 2.658125 | 59.877431 | 11.560625 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208031 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 61.0 | 116.250000 | NaN | 1.855000 | 71.884395 | 14.694375 | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 208068 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 151.375000 | NaN | 3.231250 | 65.927961 | 10.951875 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208091 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 100.875000 | NaN | 3.031250 | 58.573060 | 14.998125 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 208106 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 72.400000 | NaN | 3.009000 | 77.718883 | 9.650000 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208117 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 75.000000 | NaN | 1.851250 | 69.599583 | 14.792500 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 4.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 3.0 | 2.0 |
| 208140 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 90.0 | 160.625000 | NaN | 2.688750 | 72.244872 | 12.600000 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 2.0 |
| 208188 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 96.000000 | NaN | 2.121875 | 66.874214 | 13.030000 | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 208249 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 151.714286 | NaN | 4.200000 | 63.029530 | 11.703571 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 208298 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 125.250000 | NaN | 2.776875 | 63.248687 | 12.266250 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 208395 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 45.0 | 125.142857 | NaN | 3.955000 | 74.913198 | 9.416429 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 2.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208465 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 72.250000 | NaN | 1.517500 | 65.543341 | 12.215625 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 208510 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 116.857143 | NaN | 2.331429 | 55.633437 | 10.475714 | NaN | NaN | NaN | NaN | NaN | NaN | 85.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 208525 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 1.0 | 47.500000 | NaN | 2.235625 | 95.599264 | 14.958750 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 2.0 | 4.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 2.0 |
| 208547 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 57.0 | 111.750000 | 1.600000 | 2.335000 | 60.206136 | 14.195000 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 208562 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 127.250000 | NaN | 1.528125 | 55.929958 | 10.366250 | NaN | NaN | NaN | NaN | NaN | NaN | 87.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208583 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 125.125000 | NaN | 1.477500 | 50.586804 | 10.609375 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 |
| 208621 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 108.444444 | NaN | 2.709444 | 52.848071 | 12.252778 | NaN | NaN | NaN | NaN | NaN | NaN | 87.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 2.0 | 2.0 | 1.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 |
| 208707 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 89.125000 | NaN | 3.200000 | 61.578072 | 10.072500 | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208728 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 85.125000 | NaN | 3.286875 | 64.663781 | 10.285000 | NaN | NaN | NaN | NaN | NaN | NaN | 49.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208761 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 60.625000 | NaN | 0.901875 | 73.067643 | 14.489375 | NaN | NaN | NaN | NaN | NaN | NaN | 74.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 208787 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 83.0 | 74.000000 | NaN | 2.536875 | 105.479491 | 15.195000 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208821 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 49.0 | 93.375000 | NaN | 1.978125 | 80.784586 | 8.698125 | NaN | NaN | NaN | NaN | NaN | NaN | 83.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 208858 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 4.0 | 122.750000 | NaN | 2.304375 | 54.876013 | 13.469375 | NaN | NaN | NaN | NaN | NaN | NaN | 83.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 208888 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 36.0 | 56.000000 | NaN | 2.292500 | 78.559178 | 11.706250 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208926 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 215.375000 | NaN | 2.327500 | 52.014237 | 10.991875 | NaN | NaN | NaN | NaN | NaN | NaN | 66.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 208932 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 71.500000 | NaN | 4.277500 | 83.215889 | 13.250000 | NaN | NaN | NaN | NaN | NaN | NaN | 59.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 208958 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 96.250000 | NaN | 0.932500 | 43.172870 | 11.961875 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 208983 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 114.750000 | NaN | 3.205625 | 43.480830 | 10.658750 | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 |
| 209056 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 146.000000 | 1.250000 | 1.633750 | 66.255044 | 10.501250 | NaN | NaN | NaN | NaN | NaN | NaN | 72.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 209057 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 32.0 | 84.625000 | NaN | 2.321875 | 85.607403 | 12.984375 | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 |
| 209106 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 52.0 | 135.625000 | 2.000000 | 1.975000 | 61.303716 | 11.502500 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 4.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 209135 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 69.625000 | NaN | 2.535625 | 60.950092 | 9.280000 | NaN | NaN | NaN | NaN | NaN | NaN | 75.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 209161 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 97.0 | 153.571429 | NaN | 3.435714 | 91.873914 | 16.786429 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 |
| 209178 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 79.875000 | NaN | 3.042500 | 69.059396 | 14.041250 | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 2.0 | 1.0 | 2.0 | 1.0 | 0.0 | 0.0 | 2.0 | 2.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 1.0 |
| 209189 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 37.0 | 80.875000 | 1.000000 | 2.683750 | 74.430683 | 13.394375 | NaN | NaN | NaN | NaN | NaN | NaN | 67.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 209217 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 106.0 | 104.375000 | 1.000000 | 1.726250 | 69.644998 | 9.082500 | NaN | NaN | NaN | NaN | NaN | NaN | 79.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 209282 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 51.0 | 55.250000 | NaN | 1.310625 | 67.383684 | 10.911875 | NaN | NaN | NaN | NaN | NaN | NaN | 83.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 209394 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 179.250000 | NaN | 2.587500 | 53.982834 | 11.313750 | NaN | NaN | NaN | NaN | NaN | NaN | 70.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 209399 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 88.250000 | NaN | 2.670625 | 69.325087 | 9.504375 | NaN | NaN | NaN | NaN | NaN | NaN | 80.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 3.0 | 1.0 |
| 209416 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 75.625000 | NaN | 3.048125 | 70.715059 | 12.730000 | NaN | NaN | NaN | NaN | NaN | NaN | 68.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 209418 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 53.333333 | NaN | 1.381667 | 69.880085 | 15.213889 | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 209431 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 6.0 | 188.375000 | NaN | 2.566875 | 68.765597 | 10.613125 | NaN | NaN | NaN | NaN | NaN | NaN | 63.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 209434 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 41.0 | 77.625000 | NaN | 3.537500 | 85.603689 | 9.280000 | NaN | NaN | NaN | NaN | NaN | NaN | 71.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 4.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 209541 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 35.0 | 43.250000 | NaN | 2.080625 | 104.525599 | 16.253750 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 209545 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 131.500000 | NaN | 3.218125 | 57.008906 | 11.566250 | NaN | NaN | NaN | NaN | NaN | NaN | 54.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 |
| 209638 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 65.555556 | NaN | 1.830556 | 65.372969 | 14.834444 | NaN | NaN | NaN | NaN | NaN | NaN | 89.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 1.0 |
| 209641 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 27.0 | 93.666667 | NaN | 2.975000 | 69.758223 | 12.510000 | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 2.0 | 0.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 |
| 209662 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 70.000000 | NaN | 1.865000 | 63.968981 | 12.985000 | NaN | NaN | NaN | NaN | NaN | NaN | 73.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
| 209674 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 55.714286 | NaN | 2.301429 | 81.662149 | 13.340714 | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 1.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 3.0 | 0.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 1.0 | 0.0 | 1.0 |
| 209675 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 90.250000 | NaN | 2.293750 | 72.830051 | 10.074375 | NaN | NaN | NaN | NaN | NaN | NaN | 77.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 209776 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 102.500000 | NaN | 2.833750 | 67.299480 | 12.791875 | NaN | NaN | NaN | NaN | NaN | NaN | 76.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 2.0 | 1.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 209828 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 61.0 | 83.142857 | NaN | 1.965000 | 68.750828 | 11.570714 | NaN | NaN | NaN | NaN | NaN | NaN | 78.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 2.0 |
| 209858 | RUN IN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 99.666667 | NaN | 2.786111 | 51.728164 | 10.375000 | NaN | NaN | NaN | NaN | NaN | NaN | 69.0 | 0.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 1.0 | 1.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 2.0 | 0.0 | 0.0 | 1.0 |
5784 rows × 58 columns
from scipy.stats import pearsonr
from scipy.stats import spearmanr
print(pearsonr(test_df['A_SUMMARY_(MEAN)_HEART_RATE'], test_df['HEART_RATE']))
print(spearmanr(test_df['A_SUMMARY_(MEAN)_HEART_RATE'], test_df['HEART_RATE']))
del merged_df['HEART_RATE']
(0.4530885956185444, 7.393350505232254e-291) SpearmanrResult(correlation=0.49299106327953274, pvalue=0.0)
outcome = [
'D_KCCQ', 'D_FLUID', 'D_BNP', #'D_6MWD', 'D_TROP',
'D_KCCQ_ACC', 'D_FLUID_ACC', 'D_BNP_ACC', #'D_6MWD_ACC', 'D_TROP_ACC',
]
feature = [i for i in merged_df.columns if (i not in outcome) and (i != 'USUBJID') and (i != 'VISIT')]
from statsmodels.stats.outliers_influence import variance_inflation_factor
def calculate_vif_(X, thresh=10.0):
variables = list(range(X.shape[1]))
dropped = True
while dropped:
dropped = False
vif = [variance_inflation_factor(X.iloc[:, variables].values, ix)
for ix in range(X.iloc[:, variables].shape[1])]
maxloc = vif.index(max(vif))
if max(vif) > thresh:
print('dropping \'' + X.iloc[:, variables].columns[maxloc] +
'\' at index: ' + str(maxloc) + ' VIF: '+ str(max(vif)))
del variables[maxloc]
dropped = True
print('Remaining variables:')
print(X.columns[variables])
return X.iloc[:, variables]
vif_feature = calculate_vif_(test_df[feature])
dropping 'SYSTOLIC_BLOOD_PRESSURE' at index: 6 VIF: 69.91292025889742
dropping 'AGE' at index: 21 VIF: 62.54692837995902
dropping 'XB_HBA1C' at index: 7 VIF: 46.5457905005611
dropping 'BODY_MASS_INDEX' at index: 5 VIF: 40.22350793264356
dropping 'RACE_W' at index: 20 VIF: 37.99545262717681
dropping 'A_SUMMARY_(MEAN)_HEART_RATE' at index: 17 VIF: 35.96900771381296
dropping 'A_SUMMARY_(MEAN)_RESPIRATION_RATE' at index: 17 VIF: 30.403100222492952
dropping 'PMH_HEART_FAILURES' at index: 31 VIF: 23.70728780656775
dropping 'NYHA Functional Class' at index: 1 VIF: 17.851072637801945
dropping 'CAFFDRKN' at index: 21 VIF: 14.807453788155774
dropping 'XL_LEFT_VENTRICULAR_MASS_INDEX' at index: 11 VIF: 14.687714433132337
dropping 'Overall Summary Score' at index: 0 VIF: 12.486616884456204
dropping 'BASEGFRN' at index: 20 VIF: 11.139118710715731
dropping 'XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN' at index: 9 VIF: 10.557738991451364
Remaining variables:
Index(['ALCOHOL_CONSUMPTION', 'CONTAINING_METHLYXANTHINE', 'TOBACCO', 'XB_FFA',
'XB_NGAL', 'XB_NT_P_BNP', 'XB_TROPTHS', 'XB_UALBUM', 'XL_CARDIAC_INDEX',
'A_AF_EPISODE_COUNT', 'A_HEART_RATE_VARIABILITY', 'A_PAUSE_COUNT',
'A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY', 'GENDER', 'TRIAL_DRUG', 'RACE_A',
'HYPERTEN', 'DIABETEN', 'BETABLKN',
'PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS', 'PMH_CARDIAC_ARRHYTHMIAS',
'PMH_CARDIAC_VALVE_DISORDERS', 'PMH_CORONARY_ARTERY_DISORDERS',
'PMH_ENDOCRINE_DISORDERS', 'PMH_GASTROINTESTINAL_DISORDERS',
'PMH_HEPATOBILIARY_DISORDERS', 'PMH_IMMUNE_SYSTEM_DISORDERS',
'PMH_METABOLISM_AND_NUTRITION_DISORDERS',
'PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISORDERS',
'PMH_MYOCARDIAL_DISORDERS',
'PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIED_(INCL_CYSTS_AND_POLYPS)',
'PMH_NERVOUS_SYSTEM_DISORDERS', 'PMH_PERICARDIAL_DISORDERS',
'PMH_PSYCHIATRIC_DISORDERS', 'PMH_RENAL_AND_URINARY_DISORDERS',
'PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS',
'PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISORDERS',
'PMH_VASCULAR_DISORDERS'],
dtype='object')
def checkVIF_new(df):
from statsmodels.stats.outliers_influence import variance_inflation_factor
df['c'] = 1
name = df.columns
x = np.matrix(df)
VIF_list = [variance_inflation_factor(x,i) for i in range(x.shape[1])]
VIF = pd.DataFrame({'feature':name,"VIF":VIF_list})
del df['c']
max_VIF = max(VIF_list)
print(max_VIF)
return VIF
vif_feature = checkVIF_new(test_df[feature])
print(vif_feature)
622.2897859586603
feature VIF
0 Overall Summary Score 1.342433
1 NYHA Functional Class 1.339811
2 ALCOHOL_CONSUMPTION 1.250283
3 CONTAINING_METHLYXANTHINE 2.190976
4 TOBACCO 1.357427
5 BODY_MASS_INDEX 1.666147
6 SYSTOLIC_BLOOD_PRESSURE 1.320762
7 XB_FFA 1.148707
8 XB_HBA1C 1.467072
9 XB_NGAL 1.124057
10 XB_NT_P_BNP 1.442205
11 XB_TROPTHS 1.108761
12 XB_UALBUM 1.137911
13 XL_CARDIAC_INDEX 1.908485
14 XL_GLOBAL_LONGITUDINAL_SYSTOLIC_STRAIN 2.029849
15 XL_LEFT_VENTRICULAR_MASS_INDEX 1.614889
16 A_AF_EPISODE_COUNT 1.303726
17 A_HEART_RATE_VARIABILITY 1.269411
18 A_PAUSE_COUNT 1.045438
19 A_SUMMARY_(MEAN)_ACTIVITY_INTENSITY 1.421076
20 A_SUMMARY_(MEAN)_HEART_RATE 1.336510
21 A_SUMMARY_(MEAN)_RESPIRATION_RATE 1.292369
22 AGE 1.661382
23 GENDER 1.709879
24 RACE_W 4.554748
25 TRIAL_DRUG 1.049451
26 RACE_A 4.751294
27 HYPERTEN 1.752450
28 DIABETEN 1.661561
29 CAFFDRKN 2.266676
30 BETABLKN 1.232046
31 BASEGFRN 1.577766
32 PMH_BLOOD_AND_LYMPHATIC_SYSTEM_DISORDERS 1.309604
33 PMH_CARDIAC_ARRHYTHMIAS 1.135148
34 PMH_CARDIAC_VALVE_DISORDERS 1.155855
35 PMH_CORONARY_ARTERY_DISORDERS 1.237261
36 PMH_ENDOCRINE_DISORDERS 1.176182
37 PMH_GASTROINTESTINAL_DISORDERS 1.307749
38 PMH_HEART_FAILURES 1.102433
39 PMH_HEPATOBILIARY_DISORDERS 1.178756
40 PMH_IMMUNE_SYSTEM_DISORDERS 1.100123
41 PMH_METABOLISM_AND_NUTRITION_DISORDERS 1.645532
42 PMH_MUSCULOSKELETAL_AND_CONNECTIVE_TISSUE_DISO... 1.396409
43 PMH_MYOCARDIAL_DISORDERS 1.106058
44 PMH_NEOPLASMS_BENIGN,_MALIGNANT_AND_UNSPECIFIE... 1.111686
45 PMH_NERVOUS_SYSTEM_DISORDERS 1.149535
46 PMH_PERICARDIAL_DISORDERS 1.155578
47 PMH_PSYCHIATRIC_DISORDERS 1.214463
48 PMH_RENAL_AND_URINARY_DISORDERS 1.507414
49 PMH_REPRODUCTIVE_SYSTEM_AND_BREAST_DISORDERS 1.198542
50 PMH_RESPIRATORY,_THORACIC_AND_MEDIASTINAL_DISO... 1.283941
51 PMH_VASCULAR_DISORDERS 1.929432
52 c 622.289786
# for v in range(6):
# print('--- outcome var: ' + outcome[v] + ' ---')
# use_df = merged_df[merged_df[outcome[v]] != 0]
# print(len(use_df))
# X = use_df[feature]
# imputer = KNNImputer(n_neighbors=5, weights='uniform')
# X = imputer.fit_transform(X)
# y = use_df[outcome[v]]
# y = np.array(y.values, dtype=np.float32)
# lm = LinearRegression()
# lm.fit(X, y)
# # print(lm.intercept_)
# # print(lm.coef_)
# print(lm.score(X, y))
# pred = lm.predict(X)
# diff = pred.flatten() - y.flatten()
# percentDiff = (diff / y.flatten()) * 100
# absPercentDiff = np.abs(percentDiff)
# mean = np.mean(absPercentDiff)
# std = np.std(absPercentDiff)
# qt = np.quantile(absPercentDiff, [0.25, 0.5, 0.75])
# print(mean)
# print(std)
# print(qt)
# coef = np.row_stack([use_df[feature].columns, lm.coef_]).T
# idxSort = np.argsort(coef[:,1])
# print('Top 5 predictors negatively correlated with improved outcome:')
# for n in range(5):
# print('{:1.2f} - {}'.format(coef[idxSort[n],1], coef[idxSort[n],0]))
# print()
# print('Top 5 predictors positively correlated with improved outcome:')
# for n in range(5):
# print('{:1.2f} - {}'.format(coef[idxSort[-n-1],1], coef[idxSort[-n-1],0]))
# idxTop = idxSort[0:10]
# idxBot = idxSort[-1:-11:-1]
# colTop = [0.8906,0.1016,0.1094]
# colBot = [0.2148,0.4922,0.7188]
# f = plt.figure(figsize=[10,6])
# ax1 = f.add_subplot(111)
# ax1.plot(np.exp(-coef[idxTop,1].astype(float)), range(10), 's', markersize=10, color=colTop)
# ax1.yaxis.tick_right()
# ax1.yaxis.set_label_position("right")
# ax1.set_ylim([-1,10])
# ax1.yaxis.set_ticks(range(10))
# ax1.yaxis.set_ticklabels(coef[idxTop,0], color=colTop, fontsize=16)
# plt.ylabel("Negatively correlated", color=colTop, fontsize=16)
# ax2 = f.add_subplot(111, sharex=ax1, frameon=False)
# ax2.plot( np.exp(coef[idxBot,1].astype(float)), range(10), 'o', markersize=10, color=colBot)
# ax2.yaxis.set_ticks(range(10))
# ax2.yaxis.set_ticklabels(coef[idxBot,0], color=colBot, fontsize=16)
# ax2.set_ylim([-1,10])
# plt.ylabel("Positively correlated", color=colBot, fontsize=16)
# plt.show()
for v in range(6):
print('--- outcome var: ' + outcome[v] + ' ---')
use_df = merged_df[(merged_df[outcome[v]] != 0) & (merged_df[outcome[v]].notnull())]
use_df = use_df.groupby(['USUBJID']).apply(lambda x: x.interpolate(method='linear')).bfill().ffill()
print(len(use_df))
X = use_df[feature]
imputer = KNNImputer(n_neighbors=5, weights='uniform')
X = imputer.fit_transform(X)
y = use_df[outcome[v]]
y = np.array(y.values, dtype=np.float32)
rf = RandomForestRegressor()
rf.fit(X, y)
pred = rf.predict(X)
evaluation(use_df, rf, pred, y, explain=True)
--- outcome var: D_KCCQ --- 1968 [0.87258016] [24.15701449 36.88243394 57.5160467 ] % diff mean: -37.75 % diff median: -32.86 Pearson: [0.96 0. ]
--- outcome var: D_FLUID --- 1149 [0.82972246] [25.49124193 40.59587737 68.42906701] % diff mean: -64.22 % diff median: -34.96 Pearson: [0.97 0. ]
--- outcome var: D_BNP --- 1983 [0.82375874] [29.35617762 43.75029858 76.70647769] % diff mean: -43.57 % diff median: -38.16 Pearson: [0.96 0. ]
--- outcome var: D_KCCQ_ACC --- 1974 [0.89214554] [12.99303786 24.62781666 42.06798201] % diff mean: -19.9 % diff median: -19.45 Pearson: [0.97 0. ]
--- outcome var: D_FLUID_ACC --- 1157 [0.89528312] [20.71266432 32.96763891 60.32327425] % diff mean: -23.85 % diff median: -28.48 Pearson: [0.98 0. ]
--- outcome var: D_BNP_ACC --- 1984 [0.93205608] [19.66270336 33.1378292 61.69899468] % diff mean: -100.11 % diff median: -27.06 Pearson: [0.98 0. ]
# use_df = merged_df[
# ((merged_df[outcome[0]] != 0) | (merged_df[outcome[0]].notnull())) &\
# ((merged_df[outcome[1]] != 0) | (merged_df[outcome[1]].notnull())) &\
# ((merged_df[outcome[2]] != 0) | (merged_df[outcome[2]].notnull())) &\
# ((merged_df[outcome[3]] != 0) | (merged_df[outcome[3]].notnull())) &\
# ((merged_df[outcome[4]] != 0) | (merged_df[outcome[4]].notnull())) &\
# ((merged_df[outcome[5]] != 0) | (merged_df[outcome[5]].notnull())) #&\
# # (merged_df[outcome[6]] != 0) &\
# # (merged_df[outcome[7]] != 0) &\
# # (merged_df[outcome[8]] != 0) &\
# # (merged_df[outcome[9]] != 0)
# ]
# print(len(use_df))
# X = use_df[feature]
# imputer = KNNImputer(n_neighbors=5, weights='uniform')
# X = imputer.fit_transform(X)
# y = use_df[outcome]
# y = np.array(y.values, dtype=np.float32)
# mlm = MultiOutputRegressor(LinearRegression())
# mlm.fit(X, y)
# evaluation(use_df, mlm, pred, y, multi=True)
use_df = merged_df[
((merged_df[outcome[0]] != 0) & (merged_df[outcome[0]].notnull())) &\
((merged_df[outcome[1]] != 0) & (merged_df[outcome[1]].notnull())) &\
((merged_df[outcome[2]] != 0) & (merged_df[outcome[2]].notnull())) &\
((merged_df[outcome[3]] != 0) & (merged_df[outcome[3]].notnull())) &\
((merged_df[outcome[4]] != 0) & (merged_df[outcome[4]].notnull())) &\
((merged_df[outcome[5]] != 0) & (merged_df[outcome[5]].notnull())) #&\
# (merged_df[outcome[6]] != 0) &\
# (merged_df[outcome[7]] != 0) &\
# (merged_df[outcome[8]] != 0) &\
# (merged_df[outcome[9]] != 0)
]
print(len(use_df))
use_df = use_df.groupby(['USUBJID']).apply(lambda x: x.interpolate(method='linear')).bfill().ffill()
X = use_df[feature]
imputer = KNNImputer(n_neighbors=5, weights='uniform')
X = imputer.fit_transform(X)
y = use_df[outcome]
y = np.array(y.values, dtype=np.float32)
mrf = MultiOutputRegressor(RandomForestRegressor())
mrf.fit(X, y)
pred = mrf.predict(X)
evaluation(use_df, mrf, pred, y, explain=False, single=False)
557 [0.89008007 0.85297006 0.84017405 0.91071976 0.84638401 0.78344871] [23.29720639 37.66714738 66.78754483] kccq -0.34950679770633103 -0.2972347693321363 (0.9614728031129005, 1.94374742366e-313) fluid -0.850794610174394 -0.24773236203179805 (0.9822931447286032, 0.0) bnp 0.31809035532480706 -0.3775780755000776 (0.9479470903914567, 5.2951371252506494e-278) kccq_acc -0.29399805686683284 -0.30940077107670266 (0.9652695015299061, 0.0) fluid_acc -0.23415200950980952 -0.25604043657278336 (0.9722059585685434, 0.0) bnp_acc 0.9522382251374427 -0.3583643893360395 (0.935158209647127, 2.583361595984762e-252)
for idx, rn in enumerate(rnd):
print('--- iter ' + str(idx) + ' ---')
use_df = merged_df[
((merged_df[outcome[0]] != 0) & (merged_df[outcome[0]].notnull())) &\
((merged_df[outcome[1]] != 0) & (merged_df[outcome[1]].notnull())) &\
((merged_df[outcome[2]] != 0) & (merged_df[outcome[2]].notnull())) &\
((merged_df[outcome[3]] != 0) & (merged_df[outcome[3]].notnull())) &\
((merged_df[outcome[4]] != 0) & (merged_df[outcome[4]].notnull())) &\
((merged_df[outcome[5]] != 0) & (merged_df[outcome[5]].notnull())) #&\
# (merged_df[outcome[6]] != 0) &\
# (merged_df[outcome[7]] != 0) &\
# (merged_df[outcome[8]] != 0) &\
# (merged_df[outcome[9]] != 0)
]
use_df = use_df.groupby(['USUBJID']).apply(lambda x: x.interpolate(method='linear')).bfill().ffill()
X = use_df[feature]
imputer = KNNImputer(n_neighbors=5, weights='uniform')
X = imputer.fit_transform(X)
y = use_df[outcome]
y = np.array(y.values, dtype=np.float32)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=rn)
mrf = MultiOutputRegressor(RandomForestRegressor())
mrf.fit(X_train, y_train)
pred = mrf.predict(X_test)
evaluation(use_df, mrf, pred, y_test, explain=False, single=False)
--- iter 0 --- [ 0.44118746 -0.05581337 -0.62486246 0.53918468 -0.33713141 -5.00360466] [ 66.30999221 102.00834034 183.8335525 ] kccq -0.9843108285466936 -0.8966632134580921 (0.7012297006210307, 3.540546722195275e-26) fluid -4.176151854656568 -0.6836430761902128 (0.08411672128137282, 0.2783383127976733) bnp -0.9915484384430951 -1.0342480889104952 (0.14742131856463192, 0.05652509369750407) kccq_acc -1.0294098055189769 -0.8573018931025773 (0.7705440438308426, 2.7138566813965652e-34) fluid_acc 0.04537258902098156 -0.7486124868412456 (-0.05610026206857312, 0.4701206913937921) bnp_acc 0.2032304293104233 -0.9959526885397219 (0.022702142216888845, 0.7702146555441457) --- iter 1 --- [ 0.15664776 -0.12956534 -0.34521384 0.51235274 -0.21866486 -0.05466009] [ 65.37478201 100.7628255 166.22605769] kccq -0.4643875140171322 -0.7981799978887645 (0.5208147828094083, 4.591729826726352e-13) fluid -1.2823769820452573 -0.7229688084641885 (-0.05200369237945212, 0.5031985087406545) bnp 1.7702202349485527 -1.033133193859927 (-0.034547555272933024, 0.6566254456546583) kccq_acc -0.8959219832182919 -0.8436714801800482 (0.7469810290596262, 3.0727240652814685e-31) fluid_acc -2.165022920570035 -0.7499853402521675 (0.08712751543829393, 0.2614344156965154) bnp_acc 4.995681823254834 -0.9545793498130846 (-0.09589422410205227, 0.21627162209681097) --- iter 2 --- [ 0.11584188 -0.14689411 -0.31104083 0.30981109 -0.50702271 -0.03217049] [ 66.82820247 109.18838989 198.90832752] kccq -1.1431476941154552 -0.75503996037911 (0.3838853097076976, 2.795052441217282e-07) fluid -1.2003788994341305 -0.6622038574503064 (-0.05637611192227583, 0.46793694363336547) bnp 0.07140894848964552 -1.0316606728697948 (0.18358190381123932, 0.017218485207642836) kccq_acc -0.8852577401824038 -0.8746365435877328 (0.5692507695355907, 8.199573594113553e-16) fluid_acc -1.5970386392456075 -0.6887392333931406 (0.05844308745149888, 0.4517523088644132) bnp_acc 0.9529979307179466 -0.9531213152941862 (-0.003665535905149116, 0.9623887250470674) --- iter 3 --- [ 0.14804153 -0.03080803 -0.28402132 -0.36073799 0.02132237 -0.85698412] [ 66.39840928 103.10312672 188.95725292] kccq -0.807526452930452 -0.8383509671869631 (0.399557175502941, 8.078605119537603e-08) fluid -4.423361621963938 -0.7193833914551342 (0.06863879340520346, 0.376663081913695) bnp 1.8446727643808678 -1.0069705073752562 (-0.05760723430786746, 0.45825905041479587) kccq_acc -1.3241631187897172 -0.8928463053253355 (0.34668997731630286, 4.1513097869320345e-06) fluid_acc -1.9407288969466687 -0.7782582679905772 (0.15752441971854442, 0.04142452196528744) bnp_acc -0.7971184655516824 -1.0244945739938323 (-0.08358198311720859, 0.2814159556498714) --- iter 4 --- [ 0.24977 -0.17728181 0.07952061 0.4018658 -0.1335135 -0.04728447] [ 61.99360422 98.68336503 160.60652732] kccq -1.1176519031123238 -0.8166289203146067 (0.5328191992390823, 1.0504082896424472e-13) fluid -3.422537114531738 -0.7147714791291352 (-0.00040510667587863677, 0.9958417796107915) bnp -3.3077398501508535 -1.027880748599568 (0.326703034479957, 1.545220684210123e-05) kccq_acc -0.8238188402291785 -0.8696946812442211 (0.6348597564362032, 2.442543011001944e-20) fluid_acc -0.7171124120262824 -0.7600914068918341 (0.0016034828330457073, 0.9835421217366681) bnp_acc -0.8679317669363849 -0.9751668890133003 (-0.05737544756893741, 0.4600725873452274)
for v in range(6):
print('--- outcome var: ' + outcome[v] + ' ---')
use_df = merged_df[merged_df[outcome[v]] != 0 & (merged_df[outcome[v]].notnull())]
use_df = use_df.groupby(['USUBJID']).apply(lambda x: x.interpolate(method='linear')).bfill().ffill()
print(len(use_df))
X = use_df[feature]
imputer = KNNImputer(n_neighbors=5, weights='uniform')
X = imputer.fit_transform(X)
y = use_df[outcome[v]]
y = np.array(y.values, dtype=np.float32)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
rf = RandomForestRegressor()
rf.fit(X_train, y_train)
# print(lm.feature_importances_)
pred = rf.predict(X_test)
evaluation(use_df, rf, pred, y_test, explain=True)
--- outcome var: D_KCCQ --- 4970 [0.37263699] [15.8801262 33.71524497 83.89799241] % diff mean: -56.95 % diff median: -27.03 Pearson: [0.62 0. ]
--- outcome var: D_FLUID --- 5084 [0.6992818] [20.74000575 47.58891165 90.74142645] % diff mean: -52.81 % diff median: -34.8 Pearson: [0.86 0. ]
--- outcome var: D_BNP --- 5054 [0.62176311] [ 26.10336046 62.26624635 125.88502471] % diff mean: -139.84 % diff median: -45.83 Pearson: [0.79 0. ]
--- outcome var: D_KCCQ_ACC --- 4976 [0.43636431] [ 9.13306444 23.46495275 56.64843021] % diff mean: -20.44 % diff median: -15.03 Pearson: [0.69 0. ]
--- outcome var: D_FLUID_ACC --- 5092 [0.83090342] [14.99990037 33.19035286 65.93871886] % diff mean: -27.04 % diff median: -21.28 Pearson: [0.92 0. ]
--- outcome var: D_BNP_ACC --- 5055 [0.90219835] [17.60723558 42.53961193 82.82347191] % diff mean: -155.59 % diff median: -32.09 Pearson: [0.95 0. ]
visit = [
'DAY 0',
# 'END OF TREATMENT', 'END OF TREATMENT, UNSCHEDULED 1', 'END OF TREATMENT, UNSCHEDULED 2', 'END OF TREATMENT, UNSCHEDULED 3',
# 'PREMATURE DISCONTINUATION VISIT', 'PREMATURE DISCONTINUATION VISIT, UNSCHEDULED 1', 'PREMATURE DISCONTINUATION VISIT, UNSCHEDULED 2'
]
eot_df = merged_df.query('VISIT == "' + str(visit[0]) + '"').groupby(level=0).agg('first')
for i in range(len(visit)-1):
eot_df = pd.concat([eot_df, merged_df.query('VISIT == "' + str(visit[i+1]) + '"').groupby(level=0).agg('first')], axis=0)
The history saving thread hit an unexpected error (OperationalError('attempt to write a readonly database',)).History will not be written to the database.
for v in range(3):
print('--- outcome var: ' + outcome[v+3] + ' ---')
use_df = eot_df[eot_df[outcome[v+3]] != 0]
use_df = use_df.groupby(['USUBJID']).apply(lambda x: x.interpolate(method='linear')).bfill().ffill()
print(len(use_df))
X = use_df[feature]
imputer = KNNImputer(n_neighbors=5, weights='uniform')
X = imputer.fit_transform(X)
y = use_df[outcome[v+3]]
y = np.array(y.values, dtype=np.float32)
rf = RandomForestRegressor()
rf.fit(X, y)
pred = rf.predict(X)
evaluation(use_df, rf, pred, y, explain=True)
--- outcome var: D_KCCQ_ACC --- 704 [0.91240289] [25.1497907 37.17710917 62.15912551] % diff mean: -32.77 % diff median: -32.53 Pearson: [0.97 0. ]
--- outcome var: D_FLUID_ACC --- 679 [0.86376107] [19.95991109 36.17765858 67.61993354] % diff mean: -29.04 % diff median: -26.49 Pearson: [0.98 0. ]
--- outcome var: D_BNP_ACC --- 719 [0.84016654] [26.92188779 42.01628457 83.11818413] % diff mean: -3.98 % diff median: -35.2 Pearson: [0.95 0. ]
for v in range(3):
print('--- outcome var: ' + outcome[v+3] + ' ---')
use_df = eot_df[eot_df[outcome[v+3]] != 0]
use_df = use_df.groupby(['USUBJID']).apply(lambda x: x.interpolate(method='linear')).bfill().ffill()
print(len(use_df))
X = use_df[feature]
imputer = KNNImputer(n_neighbors=5, weights='uniform')
X = imputer.fit_transform(X)
y = use_df[outcome[v+3]]
y = np.array(y.values, dtype=np.float32)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
rf = RandomForestRegressor()
rf.fit(X_train, y_train)
pred = rf.predict(X_test)
evaluation(use_df, rf, pred, y_test, explain=True)
--- outcome var: D_KCCQ_ACC --- 704 [-0.14003552] [ 62.64003111 97.81539272 150.02826202] % diff mean: -81.96 % diff median: -85.79 Pearson: [0.22 0. ]
--- outcome var: D_FLUID_ACC --- 679 [-0.11607178] [ 59.03489524 93.91156023 184.53984254] % diff mean: -141.19 % diff median: -78.83 Pearson: [0.04 0.58]
--- outcome var: D_BNP_ACC --- 719 [-0.41068435] [ 81.29957361 135.46088141 245.29977717] % diff mean: -158.38 % diff median: -104.21 Pearson: [0.17 0.01]